strip64问题
前面分析到丢掉stride 64参数，会丢失小目标，那实际是不是这样子呢，我们修改yolov5.cpp,参考strip8,16,32的写法，增加strip64代码
// stride 64
{
ncnn::Mat out;
ex.extract("484", out);
ncnn::Mat anchors(6);
anchors[0] = 436;
anchors[1] = 615;
anchors[2] = 739;
anchors[3] = 380;
anchors[4] = 925;
anchors[5] = 792;
std::vector<Object> objects64;
generate_proposals(anchors, 64, in_pad, out, prob_threshold, objects64);
proposals.insert(proposals.end(), objects64.begin(), objects64.end());
}
左：无64参数运行结果--------------右：有64参数运行结果
strip64是否生效
我们通过屏蔽代码，分别得到strip 8/16/32/64运行后得到的框，注意要把nms_threshold降低，防止过滤掉低分数框。
左：only strip8参数运行结果--------------右：only strip16参数运行结果
左：only strip32参数运行结果--------------右：only strip64参数运行结果
当前参数对应
目前对应是这样的
strip 8------output
strip 16------456
strip 32------470
strip 64------484
yolov5n6.param
原demo参数对应
原demo用的yolov5s_6.0对应是这样的
strip 8------output
strip 16------376
strip 32------401
yolov5s_6.0.param
它的5s6只有3层输出，很奇怪。
yolo官网5s6参数
我去yolo github下载yolov5s6.pt，转成onnx，转成.param
yolov5s6_github.param
yolo官网的5s6也是4层输出。
yolo官网5s参数
我好奇，把官网的5s模型也转了出来
yolov5s_github.param
为了再次确认，我把两个模型丢到了https://netron.app/，对比发现一毛一样，那为什么ncnn要把这个模型命名为5S_6.0呢？
未完待续
