我在stm32上部署了自己改变框架yolov8模型，自己做的静态量化，量化文件自己试过是能跑的，然后部署也没有报错，输出数组大小和我的网络也符合，但是输出的内容不对，置信度有特别多值（正常没识别出东西的输出置信度应该是0，我这个几乎每个都有值）。有人知道是为啥吗？是这个功能有问题吗？

我也碰到这个问题，能否一起交流，我的微信 18151119929.

我用的 yolo v11, 是目标检测模型，转换成nb 部署后，11+7 ×8400 输出张量。

但是 可能没有归一化，但是我归一化仍然没有用。

输出是没有置信度的。

std::vector<ObjDetect_Results> parseModelOutput(float output, int num_classes = 7, float confidence_threshold = 0.55f) { std::vector<ObjDetect_Results> detections; float data = output; const int num_boxes = 8400; const int attributes_per_box = 4 + num_classes; // 4坐标 + 1置信度 + n类别

// for (int w = 0; w < 8400; w++) // { // for (int h = 0; h < attributes_per_box; h++) // { // if (h > 3) // { // printf(" %.2f ",sigmoid(1-data[h 8400 + w])); // } // else // printf(" %.2f ",data[h 8400 + w]); // } // printf("\r\n"); // }

// return detections;