参考论坛林同学的文章 https://www.hiascend.com/forum/thread-0214137663603808010-1-1.html

一、第一种情况是你用了yolov5模型

二、用了模型适配工具生成的模型

模型适配工具提供的没有yolov5

重点：

如果是使用其他yolov5模型(例如yolov5s)，需要将对应的前处理，根据当前格式，修改覆盖掉sample样例的前处理，后处理相同操作。

我又参考了林同学的一个回复（找了好久）

之后发现模型适配工具给的转换方法是fp16

所以我选择用官方给的atc命令转换

使用ATC命令转换模型-使用WSL安装Linux Ubuntu 22.04-在Ubuntu系统上转换模型-转换模型-应用开发指南-Atlas 200I DK A2开发者套件23.0.RC3开发文档-昇腾社区

YoloV5s模型转换命令如下

atc --model=yolov5s.onnx --framework=5 --output=yolov5s_bs1 --input_format=NCHW --soc_version=Ascend310B4 --input_fp16_nodes="images" 

因为默认是float32，所以如果我们想用float32的话，应该把最后的去掉（并且我soc换成了310B1，我的版本是这个，虽然我感觉应该没关系）

atc --model=yolov5s.onnx --framework=5 --output=yolov5s_bs1 --input_format=NCHW --soc_version=Ascend310B1

用这个得到的模型替换到sample中，再改一下标签文件，再加上第一种情况的/255.0就成功了。

总结

生成压缩包之后不要用onnx2om.py转换，用如下命令：

atc --model=yolov5s.onnx --framework=5 --output=yolov5s_bs1 --input_format=NCHW --soc_version=Ascend310B1

然后在预处理倒数第二行加入/255.0