请问，同一个模型用yolov8s官网的predict预测同一张图（1024*1024），和用这里的trt代码推理，为什么结果存在一些差异？

[Mapalas]

自己数据集用yolov8s官网训练的pt模型，model.predict预测同一张图（1024*1024），和用这里的trt代码推理，为什么结果存在差异，比如数量多一个，坐标有几个像素的差别，置信度也有几分的差别？
模型都是同一个pt，trt这边用这里的转换生产代码把pt转成engine，然后进行推理，结果存在差异，输入图片都是一样的。

[mpj1234]

请使用一张原图大小就是1024*1024的图片进行推理测试，排除预处理动态和静态的影响，保证两边的置信度和nms阈值相同，使用fp32推理

[Mapalas]

请使用一张原图大小就是1024*1024的图片进行推理测试，排除预处理动态和静态的影响，保证两边的置信度和nms阈值相同，使用fp32推理

已经在王大佬和自己尝试下，确定是cuda_batch_preprocess这个预处理函数导致的。
应该是v8和这里函数处理方法不太一样，后面我自己写了一个完全按照yolov8官网的流程的预处理函数，现在结果是对了，但是速度和原来的cuda_batch_preprocess函数差太多。大佬，有正确且快速的函数嘛

[mpj1234]

原始yolov8的预处理就是利用的cv::resize双线性插值实现的，cuda_batch_preprocess这个核函数也是双线性插值实现，我猜测区别可能就是关于上下限，四舍五入问题。如果你非要用你实现的函数，那你可以考虑把你的函数解析成为一个cuda核函数使用。