在做工业项目时，yolov5是比较好的检测算法，

但是如果一个项目中需要多个版本的yolov5检测项目，检测不同的物体，

加载不同版本的网络会报错

self.weights='yolov5s.pth'
model = torch.load(self.weights)
stride = int(model.stride.max())  # model stride

原因有：

1.网络结构不一样，比如激活函数不一样，层内容不一样

2.检测层Detect不一样。

解决方法：jit.trace方式。

导出：

self.model.model[-1].export = True
        self.model.eval()
        self.model=self.model.float()

        x = torch.randn(1, 3, 544, 960).float().cuda()
        traced_cell = torch.jit.trace(self.model, (x))
        torch.jit.save(traced_cell, "jit_face_detect.pth")

加载部分代码：

face_model_path=r'D:\project\detect\face\yolov5-face-master\jit_face_detect.pth'
        face_para