运行yolov11_cls.cpp和yolov11(ultralytics)的predict.py的运行结果存在不一致

[yuan-kai-design]

Env

• GPU RTX3090
• OS Ubuntu2204
• Cuda version 11.1
• TensorRT version：8.5.3.1

About this repo

• model: yolov11-cls

Your problem

• 运行yolov11_cls.cpp和yolov11(ultralytics)在python版本下predict.py的运行结果存在不一致
  yolov11_cls.cpp的运行结果：
  Yingwang_Xiaomi_ZK_NGls_20250612_MS_2-2_1_8_index_0_class_.jpg
  smudge 0.999935
  defect 6.50282e-05
  python(predict.py)的运行结果：
  image 8/13 /home/ps/train/YK/task/datasets/yingwang_Xiaomi_ZK/test/cls/Yingwang_Xiaomi_ZK_NGls_20250612_MS_2-2_1_8_index_0_class_.jpg: 640x640 defect 1.00, smudge 0.00, 20.6ms
  两者结果不一致，Tips:我这里只有2类别
  这是什么原因呢，我已经验证过两者在classify_transforms后的图片是一致的

[mpj1234]

确实不一样，预处理导致的。ultralytics使用的事PIL的Resize，TensorRTx仓库使用的Opencv的Resize，导致的区别。
我已经验证过两者在classify_transforms后的图片是一致的，你这个如果只是看的图片是看不出来的，想要对比可以看啊具体数值。

[yuan-kai-design]

您说的没错，我对比查看了一下，确实不一样，那该如何解决呢，能够让TensorRT和python推理结果一致

[mpj1234]

我曾复现过，但是我跑整个ImageNet数据的test测试，这个预处理影响不大，但是会损失一下速度。如果你需要必须复现，那就去复现PIL算法的Resize，或者修改ultralytics中训练预处理，然后重新训。