使用Kserve部署yolov3时，推理结果只有一个尺度的输出（正常为三个尺度）

我根据官网的那个林业虫类识别的案例，将模型动态转为静态后进行部署，在输入都正确的情况下，请求返回的predictions只有[1,36,20,20]一个尺度的输出，正常应该是三个尺度[[1,36,20,20], [1,36,40,40], [1,36,80,80]]。在本地使用paddle.jit.load()加载模型，然后能够正确输出三个尺度，但是部署之后就会出错，只有一个。

后来看了paddleserver中model.py源码，发现默认输出第一个位置self.output_tensor = self.predictor.get_output_handle(output_names[0])

然后我就想着给输出再包一层，但又发现文档里说：“暂不支持依赖 Tensor 的控制流中，使用多层嵌套的 list.append 操作，因为框架底层的 LoDTensorArray = std::vector< LoDTensor > ，不支持两层以上 vector 嵌套”。

虽然能够去改一下model.py源码，但是总不能每启起来一个服务就去手动改一下，而且我也没有root权限还改不了。。

有没有大神能教教什么操作能再给输出包一层。。

PaddlePaddle / Serving

使用Kserve部署yolov3时，推理结果只有一个尺度的输出（正常为三个尺度） #1883