神经网络模型输入预处理与填充一致性问题

在将图像输入神经网络模型（如目标检测、分割等）前，通常需要对输入进行预处理，包括缩放、填充、归一化等。不同的填充方式会导致模型推理结果出现差异，尤其影响目标的位置、比例和空间感知。

1. 填充方式为何会影响推理结果？

• 填充方式决定了图像内容在输入张量中的空间分布。
• 例如：四边对称填充、只右下填充、只右填充、只下填充等，都会导致目标在输入中的位置不同。
• 如果训练和推理时填充方式不一致，模型感知到的空间结构就会发生变化，影响检测/分割结果。

2. 如何避免填充方式不同导致的误差？

2.1 训练与推理保持一致

• 最核心原则：推理时的预处理（缩放、填充、归一化等）必须和训练时完全一致。
• 包括：
  • 填充的位置（如四边、右下、居中）
  • 填充值（如0、114、128等）
  • 缩放方式（等比缩放、拉伸等）

2.2 严格复用训练时的预处理代码

• 推理时尽量直接调用或复用训练时的数据预处理代码（如 PyTorch transforms、MMYOLO/MMLab pipeline 等），避免手写逻辑出现细微差异。

2.3 明确模型导出/部署时的输入格式

• 明确ONNX、TensorRT等模型的输入要求，确保和训练时一致。
• 如果模型导出时包含了预处理步骤（如DynamicPad、Resize等），推理时不要重复处理。

2.4 文档和注释

• 在代码和模型文档中明确记录预处理细节，方便后续维护和排查。

2.5 验证一致性

• 用同一张图片，分别在训练pipeline和推理pipeline下做预处理，检查输出是否一致（像素级别比对）。