如何从对象检测 TensorRT 模型中提取步幅数和框范数？

如何解决如何从对象检测 TensorRT 模型中提取步幅数和框范数？

我在网上找到了一个 python 脚本代码来对 trt 模型进行推理，该模型是一个对象检测模型。 代码工作正常。 但是我对这个参数的值有一些疑问：

1. 步数
2. 框归一化
3. 宽度
4. 身高

由于这些值取决于每个模型，所以

我想知道如何从代码中的trt模型中提取这些参数值？

任何帮助都会得到认可

当将框移动到预定义的单元格时，推理代码的一部分在这里：

def _compute_grids(Box_norm,stride):
    grid_h = int(height / stride)
    grid_w = int(width / stride)
    grid_size = grid_h * grid_w
    grid_centers_w = []
    grid_centers_h = []
    for i in range(grid_h):
        value = (i * stride + 0.5) /Box_norm
        grid_centers_h.append(value)
    for i in range(grid_w):
        value = (i * stride + 0.5) / Box_norm
        grid_centers_w.append(value)
    return grid_w,grid_w,grid_size,grid_centers_w,grid_centers_h


def _applyBoxnorm(o1,o2,o3,o4,x,y,grid_centers_h):
    o1 = (o1 - grid_centers_w[x]) * -Box_norm
    o2 = (o2 - grid_centers_h[y]) * -Box_norm
    o3 = (o3 + grid_centers_w[x]) * Box_norm
    o4 = (o4 + grid_centers_h[y]) * Box_norm
    return o1,o4