在使用yolov5/yolov7通过ncnn部署到android端时，发现在电脑上使用yolov5/yolov7自带的detect能够正确识别。但通过onnx、pnnx转换之后用ncnn加载的模型文件，有少部分图片识别错误的情况。感觉上是精度有一定的损失，一直困扰哪个环节出现了问题。请前辈们不吝指导，谢谢~~~
ie3xauqp1#
可以尝试从模型转换是否量化（精度损失）和后处理部分看看有没有可能 具体的我就说不好了
h43kikqp2#
谢谢提供宝贵思路´◡`
ct2axkht3#
之前调试的时候发现，Python和java在图片归一化时浮点型精度不一样，Python好像就保留6位小数
scyqe7ek4#
之前调试的时候发现，Python和java在图片归一化时浮点型精度不一样，Python好像就保留6位小数后续确认下这个精度问题，目前只是通过把训练时的--image 640改成960, 来达到的最终效果。
4条答案
按热度按时间ie3xauqp1#
可以尝试从模型转换是否量化（精度损失）和后处理部分看看有没有可能 具体的我就说不好了
h43kikqp2#
可以尝试从模型转换是否量化（精度损失）和后处理部分看看有没有可能 具体的我就说不好了
谢谢提供宝贵思路´◡`
ct2axkht3#
之前调试的时候发现，Python和java在图片归一化时浮点型精度不一样，Python好像就保留6位小数
scyqe7ek4#
之前调试的时候发现，Python和java在图片归一化时浮点型精度不一样，Python好像就保留6位小数
后续确认下这个精度问题，目前只是通过把训练时的--image 640改成960, 来达到的最终效果。