求助：yolo11直接导出的ncnn模型，example代码推理乱框

[dixiatielu]

detail | 详细描述 | 詳細な説明

导出模型时使用yolo cli

yolo export model=cc_yolo11n.pt format=ncnn

看到 #5721 说yolov11可以直接使用v8的例程，因此直接编译了examples/yolov8.cpp
将生成的cc_yolo11n_ncnn_model下的model.ncnn.param以及model.ncnn.bin分别改名为yolov8.param和yolov8.bin。编译yolov8.cpp后运行./yolov8 test.png 乱框。将实例代码yolov8.cpp中的class_names[]改为自行训练的类型名称和数量也是类似的结果。

测试了ultralytics的官方coco数据集预训练模型yolo11n.pt，使用同样的方法导出为ncnn格式，并无此问题。可以正常输出检测结果。

求助排查思路，是需要更改.param文件还是实例yolov8.cpp代码以适应自训练的模型么？

自训练模型为fp32精度。基于yolo11n，使用yolo cli命令行训练
以下是我的模型的.param文件
yolov8n.param.txt

Tasks

Preview Give feedback

No tasks being tracked yet.

[dixiatielu]

使用ultralytics的yolo cli进行自训练的这个ncnn模型的推理没有问题。但使用examples/yolov8.cpp中的代码便无法推理。

yolo predict model='cc_yolo11n_ncnn_model' source=color_circle_test3.mp4 show=True