opencv dnn推理yolov5-cls转换后的onnx分类模型

Question

我的onnx 模型是yolov5-cls分类模型转换的，只有两个类别。
没转换之前使用yolov5 提供的脚本推理时，这两个类别标签都会输出，只是置信度不同。
使用OpenCV dnn对此onnx模型推理时，推理结果是一个数组，只有两个值，请问输出的这个数组当中的含义是什么呢？
而且推理了一堆样本后，对比以前pt模型文件推理的结果，区别非常大，输出的类别标签几乎是1，置信度也有很多超过1或者2的，这是什么问题呢？

备注一下：yolov5当时训练输入的imgsz为640

附上代码截图以及运行结果图。
希望能得到各位的指点，不胜感激！

Answer 1

1. 首先说下你这代码，你这for循环里面读模型，每一一张图片都读一次模型做法有欠考虑。
   

   

2. 第二是输出结果，由于你是二分类，所以最终的结果就是长度为2的数组啊，从你打印的这个结果来看，是没有经过segmoid的结果，而如果你想要获取最终的分类置信度，你还需要对sigmoid的结果进行一次softmax。
3. 图片预处理不一样，如果你看python源码你会发现，他在分类的时候预处理和检测分割的预处理不一样，他有经过均值和中间抠图步骤，而不是你这样直接的用blobFromimag()直接简单的进行resize。这也会导致你分类结果不太一样。