输出的Mat大小不对

[GuoYongyu]

我用YOLOv5的.pt转为.onnx后（6.0版本的），C++调用得到的网络输出是13808085，用作者提供的方法解析是错误的，求助！本人不太会深度学习，只是在做一个小实验的时候需要用到目标检测的结果。

[UNeedCryDear]

opencv版本不一样的话，getUnconnectedOutLayersNames结果可能会不一样，你可以直接指定输出口来完成修改。 https://github.com/UNeedCryDear/yolov5-opencv-dnn-cpp/blob/57007e38e167020b076e55342b21bf24e9b3d42b/yolo.cpp#LL111C64-L111C64 这句换成下面这个看下

net.forward(netOutputImg,"output");

另外，如果有报错，请提供报错信息，而不是直接一句解析错误，解析错误是哪里错误。

[GuoYongyu]

是这样的，我照您说的方法改了以后，现在的代码是这样的

std::cout << netOutputImg[0].size << std::endl;
int netWidth = int(labels.size()) + 5;
auto pData = (float*)netOutputImg[0].data;

这里的输出是 1 x 25200 x 85，如果再按照代码中给的解析方法的话，for循环就会变得特别大，同时pdata += net_width那感觉也就不太对，而且是没有检测结果的

[UNeedCryDear]

1 x 25200 x 85结果是对的，没有检测结果是指是什么？demo图片有结果吗？

[GuoYongyu]

我用的是另一个数据集里的图片，是没有结果的。但是如果用YOLOv5提供的python代码检测是能检测到，但是用的是.pt文件，因为YOLOv5的python代码里调用.onnx也是有问题的。

[UNeedCryDear]

请先将demo图片和官方yolov5导出的onnx运行成功，然后再去换你自己的模型和数据集图片，你自己修改了写什么代码也没说，你用py调用onnx都有问题了，不是应该先看下onnx文件是什么问题吗？你pt文件可以转到onnx出现问题应该去yolov5官方或者pytorch或者onnx的库去问是什么问题而不是来我这里。 另外，你说的有问题是什么问题？具体报错信息还是哪行代码出现异常结果？我上面就给你强调你要给出报错信息，或者哪个异常的结果信息，你还是只说有问题，其他信息我是一抹黑，不是我不想帮你，但是我实在没时间也没心情陪你玩猜答案游戏。

[GuoYongyu]

不好意思给您带来麻烦了，怪我没有说清楚。我想表示的就是你最开始回复我的那个地方，因为opencv版本好像与您的有所不同，所以在输出上产生了一些误差。但是照您说的目前问题已经解决，是我在后续处理的地方存在问题。感谢您的帮助！也谢谢您耐心的回答！