YOLO模型输出含义

由于工作对yolov5 输出的模型进行转onnx ，发现看不懂模型输出，不知道输出是是对是错。

解决问题第一步，看模型原理

一个很大体量的模型，前面都是一些卷积基本操作没啥看的价值

直接看最后输出

解决问题第二步，看代码输出反推

查看关键代码

y = torch.cat((xy, wh, conf), 4)
……
z.append(y.view(bs,self.na * nx * ny,self.no))

发现模型输出的不重要 只是改变维度了，关键是上面代码，分别表示检测框的中心点坐标，宽高，和置信度。
内部的实际格式其实就是

	 [[
		[x1,y1,w1,h1,conf1,conf2,...,conf10],
		[x2,y2,w2,h2,conf1,conf2,...,conf10],
		[x3,y3,w3,h3,conf1,conf2,...,conf10],
		....
	]]

问题总结

输出的其实就是根据不同锚点检测出来的矩形框，里面包含中心点，长宽等位置信息，之后比较置信度，得到最大值。

题外话