问题描述

在做目标检测服务过程中，将yolov7模型通过flask打包成预测服务API，此次训练的图像输入大小是1280，输入预测图片是如果图像大于1280则预测成功，小于1280则报RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got size。
由于只有小图片预测报错，猜测是图像处理过程中resize问题，提示下面代码行错误

pred = self.model(img, augment=self.augment)[0]

完整错误提示如下：

原因分析：

提示：这里填写问题的分析：

分析了半天最终发现是小图片在pading没有处理好，下面代码中少给了一个参数stride,导致小图片在pading过程中像素错误，导致dimension错误。

img = letterbox(img0, new_shape=self.img_size)[0]

解决方案：

最终通过参考原始utils.datasets代码中图像处理过程，改造代码，参考代码如下

改造自己的base64_to_image函数代码如下：

    def base64_to_image(self,imagebase64):        """        输入base64图片，输出图片        """        try:            imgbase64= base64.b64decode(imagebase64)            buf_str = BytesIO(imgbase64).getvalue()            nparr = np.fromstring(buf_str, np.uint8)            img0 = cv2.imdecode(nparr, cv2.IMREAD_COLOR)            #             img = letterbox(img0, new_shape=self.img_size)[0]            img = letterbox(img0, self.img_size, stride=self.stride)[0]            img = img[:, :, ::-1].transpose(2, 0, 1)  # BGR to RGB, to 3x416x416            img = np.ascontiguousarray(img)                        return img,img0        except:            print("输入图片必须是BASE64格式...")

因为第一版代码不是自己写的，花了一下午加晚上逐行代码排查，最终解决了，还是记录一下，防止下次忘了。

来源地址：https://blog.csdn.net/h363924219/article/details/127778425