爱来自ZZULI❤drluo

原文链接：yolo和paddle模型常见输出参数解惑

此文为本人方便查找手动转存记录，请支持原作者。

第一种

• Concatoutput_dim_0 ：变量，表示预测目标的数量，
• 7：表示每个目标的七个参数：batch_id，x0，y0，x1，y1，cls_id，score

第二种

• 85：每一行85个数值，5个center_x,center_y, width, height，score ，80个标签类别得分
• 25200：三个尺度上的预测框总和 ( 80∗80∗3 + 40∗40∗3 + 20∗20∗3 )，每个网格三个预测框，后续需要非极大值抑制NMS处理
• 1：没有批量预测推理，即每次输入推理一张图片

第三种

• num_dets：表示其批次中每个图像中的目标数
• det_boxes：表示 topk(100) 目标的坐标信息 [x0,y0,x1,y1]
• det_scores：表示每个 topk(100) 个对象的置信度分数
• det_classes：表示每个 topk(100) 个对象的类别

第四种

第五种

第六种(paddlepaddle)

• DynamicDimension ：表示动态维度，一般是1
• im_shape：图像经过resize后的大小，表示为H,W, DynamicDimension 表示batch维度
• image：输入网络的图像，DynamicDimension 表示batch维度，如果输入图像大小为变长，则H,W为None
• scale_factor：输入图像大小比真实图像大小，表示为scale_y, scale_x
• multiclass_nms3_0.tmp_0：bbox, NMS的输出，形状为[N, 6], 其中N为预测框的个数，6为[class_id, score, x1, y1, x2, y2]
• multiclass_nms3_0.tmp_2：bbox_num, 每张图片对应预测框的个数，例如batch_size为2，输出为[N1, N2], 表示第一张图包含N1个预测框，第二张图包含N2个预测框，并且预测框的总个数和NMS输出的第一维N相同