请问模型输入分辨率model_input_size是指训练前用于标注的照片的分辨率还是rgb888p_size？
1 Answers
都不是，是预处理之后直接送到模型的分辨率。这个需要理解一下：比如yolo模型的输入是320×320，输入的图片可能是各种各样的分辨率的，需要先经过预处理，预处理结束后搞成320×320的，然后再给模型推理，这个320×320才是model_input_size。而rgb888p_size是对摄像头进行设置出图的分辨率，而这个出图是没有经过预处理的。
谢谢。首先声明一下，我是刚接触视觉，对YOLO的了解还很肤浅，所以所问的问题会比较幼稚。对于您的回答，我是否可以这样理解：model_input_size就是预处理后的分辨率？或者说，训练前输入的图片是各种分辨率的，预处理的目的之一就是统一分辨率？又如何知道预处理后的分辨率是多少？
没关系，我只是对这个问题进行说明。预处理有统一分辨率的功能，但又不是只有这一个功能，还有标准化等其他的过程。预处理后的分辨率也就是模型输入的分辨率，这一点和模型的定义有关，使用yolo训练的时候会让你设置一个imgsz参数，这个就是模型的输入分辨率，他在宽高方向上会进行32倍数取整。如果你能导出onnx模型，也可以使用https://netron.app加载onnx模型，查看输入节点的分辨率。其他的模型也是一样的，模型的输入分辨率和模型定义有关。