一个很无语的yolov5出错，。

Question

最近在跑改yolov5网络的时候，老碰到一个很奇怪的问题：就比如以加上一个ACmix模块为例，修改yolov5l.yaml文件，我在neck部分的初始加了一个ACmix模块，运行的时候跳了一个问题：
RuntimeError: Argument #4: Padding size should be less than the corresponding input dimension, but got: padding (3, 3) at dimension 3 of input 4
大概意思是说我这时候的特征太小了比3x3还小，因为这个模块有个torch.nn.ReflectionPad2d(3)的操作，即映射往周边填充3。
但也不对啊，按照网络的情况，进入ACmic模块的特征大小应该是（batch_size,1024,20,20)就是分辨率有20x20了，这问题有点奇怪，？？于是我在ACmix的forward()方法中加入了一行代码，作用就是显示进入ACmix模块的特征分辨率：
print(x.shape)
结果显示：
torch.Size([1, 1024, 8, 8])
torch.Size([1, 1024, 1, 1])
预想是：torch.Size([1, 1024, 20, 20])
后面我发现运行yolo.py文件的时候，输入的图片大小是256，下采样32倍后就成了8了，但先不论为什么输入的图片大小不是640而是256，更让我疑惑的是我只在yolov5l.yaml里只用了一个ACmix模块，但这里却打印了两次？？？说明后面哪里又调用了这个模块，而且也不是inference阶段，模型Fuse之后再调用了ACmix的原因。。。。求求大神告知如何解决这个问题，

（之前再用阿里达摩院的P2T论文的时候也遇到过相似的问题，看了半天终于看懂了源代码，放到yolov5里就出问题了，原因也是说进入池化的分辨率太小，也用上面相似的方法发现它也是多次调用了模块（但明明我只设定用一次），但代码里也瞧不出问题）

Answer 1

经过一番乱试，现在解决了一些问题，反正就是Pycharm可以跑了
解决方法就是再torch_utils.py文件中修改，原来是：
stride = max(int(model.stride.max()), 32) if hasattr(model, 'stride') else 32 # max stride
im = torch.empty((1, p.shape[1], stride, stride), device=p.device) # input image in BCHW format
这表输入模型的大小是(1, p.shape[1], stride, stride)，就是（1，3，32，32）
我直接将其改为（1，3，640，640），这样计算出来的就是输入640时的Gflops，后面就不用：flops * imgsz[0] / stride * imgsz[1] / stride这行代码了。
但是之前测得256是什么？？？不是说输入得默认是256吗？而且两次进入ACmix模块又是咋出现的？？？？？