leayz-888

> 请教 > 为什么我用yolov7.pt权重文件也能够训练，并且好像也有预训练的效果？ > 这个权重文件对应的应该是合并分支以后的网络结构吧？为什么依然可以用来训练呢？如果他是合并之前的网络结构 > 那yolov7_training.pt存在的意义又是什么呢？ yolov7_traing.pt这个模型训练的时候应该用的是training中的yolov7.yaml，yolov7.pt这个模型训练的时候用的是deploy中的yolov7.yaml

> 如果运行detect.py,所加载的.pt文件是重参数化后的还是用直接训练完后的（没有进行重参数化）？ 只是测试的话，detect.py加载yolov7.pt和yolov7_training.pt的推理结果是一样的，官方提供的yolov7.pt模型是经过重参数化后的模型。

> @leayz-888 那就是说官方提供的yolov7_training.pt没有重参数化，官方提供的yolov7.pt是重参数化后的？ 是的

>  您看下作者在重参数化的代码里写的注释，是咱们理解的那意思么 是的，这个重参数化代码加载yolov7_training.pt模型和cfg/deploy/yolov7.yaml得到的结果就是重参数化后的模型yolov7.pt

> When trying refinement option with celeba small masks model: > > [2023-09-03 09:44:32,915][**main**][CRITICAL] - Prediction failed due to not enough values to unpack (expected 2, got 1): Traceback (most...

> Hi,first thx for ur excellent work! when I use celebA lama-deep model to predict with 'refine=True', there always a problem : File "/DATA/jupyter/personal/project/cover_diff/lama/saicinpainting/evaluation/refinement.py", line 128, in _infer z1,z2 =...

您好，请问一下，norm里v8的后处理中，generate_yolo_proposals函数里面有段代码是这样的： float box_objectness = feat_blob[basic_pos+4]; // std::cout

我的trt版本是8.4.0.6 torch版本是1.8.1

  感谢回复，这是我模型的输入输出，output中包含了小、中、大检测头的输出

> 感谢大佬！我按照您说的将导出代码改了，现在output中只有一个输出，可以成功将onnx转化为engine（fp16和int8都可以），执行end2end的cpp的时候也不报之前的错了，其中fp16推理精度是没问题的，但是在int8量化完之后，检测精度有较大的下降，请问这是什么原因呢？