yolov3 模型加速后目标丢失、可信度降低

[HappyKerry]

简单对比了几张图，发现darket的检测结果与加速后模型检测结果不一致，tensorRT的检测会丢目标，甚至会丢darknet下可信度为1的目标，可能是什么原因

[CaoWGG]

@HappyKerry https://github.com/CaoWGG/TensorRT-YOLOv4/blob/4d7c2edce99e8794a4cb4ea3540d51ce91158a36/src/trt.cpp#L205 可以设置一下keepration 和 keepcenter 这两个参数，意思resize的时候是否保持物体的的长宽比例，和是否保持图片在中心。 darknet是默认是keepration=0,keepcenter=0( 即darknet在infer时没有设置使用letterbox_image) keepration=0,keepcenter=0 是普通的resize+norm keepration=1,keepcenter=0 是表示物体保持长宽比例，图像左上角对齐的resize+norm keepration=1,keepcenter=1 是表示物体保持长宽比例，图像中心对齐的resize(letterbox_image)+norm

[CaoWGG]

@HappyKerry 还有就是 conv 和maxpool 的 padding 方式会有一些影响（对tiny影响很大），我目前的设置的padding方式可以查看tools/yolo_to_onnx.py

[HappyKerry]

@CaoWGG 我改了keepration=0,keepcenter=0后结果接近了，非常感谢，padding的方式我再测下

[HappyKerry]

@CaoWGG yolov4 改了keepration=0,keepcenter=0这两个参数也不行，darket默认的padding方式是哪种？

[CaoWGG]

@HappyKerry 目前我设置的方式，从tiny版本的效果来看是最接近的。 你可以放一张你跑的对比图嘛

[h030162]

感谢大神对yolov4进行加速！！！十分感激。。。 我改了keepration=0,keepcenter=0.使用的是默认yolov4权重与coco的label. 座标值和概率值好像都不匹配，不改的情况下也不匹配，左边是darknet. 概率是算出来后我自己标上去的，所以看起来不协调，右边是tensorrt， 加速版的效果。目前不知道原因，请教大神！@CaoWGG

[CaoWGG]

@HappyKerry @h030162 https://github.com/CaoWGG/TensorRT-YOLOv4/blob/4d7c2edce99e8794a4cb4ea3540d51ce91158a36/src/resize.cu#L32 可将32,33,34行其改为 dst[stride*2 + y*dstW + x] = w1 *v1.x + w2 * v2.x + w3 *v3.x + w4 * v4.x; dst[stride*1 + y*dstW + x] = w1 *v1.y + w2 * v2.y + w3 *v3.y + w4 * v4.y ; dst[stride*0 + y*dstW + x] = w1 *v1.z + w2 * v2.z + w3 *v3.z + w4 * v4.z; 目的是将bgr 转为 rgb

[HappyKerry]

@CaoWGG @h030162 非常感谢，改完后结果正常了，yolov3、yolov4的都可以，模型是用AB版训的

[h030162]

谢谢！@CaoWGG @HappyKerry 感觉还是差一点点，左边是tensorrt,右边是darknet. 左边的丢失了一个目标，而且还是一个大目标，虽然pred比较小。

[CaoWGG]

@h030162 可能的原因是infer_thresh设置的大或者是预测的框超出了图片(我没有对预测的xywh做约束处理)