YOLACT快速实例分割：（二）python后处理

上篇文章简单介绍了如何将pytorch模型转换为onnx格式模型，模型可以通过01_check.sh与03_build.sh检验，这篇文章将介绍使用python对onnx模型推理结果进行后处理，实现可视化结果。

模型推理主要调用了mapper中inference.py文件，但目前好像只支持分类与检测任务，做实例分割的话需要重写inference函数。

1. main函数：

2.inference函数

3. postprocess函数

4. bbox_decoder函数

5. fast_nms函数

6. crop函数

7. utils函数，根据结果画出实例

结果展示：

完整的函数可参考github连接：https://github.com/cxiang26/horizon，后续应该会添加c++后端处理在里面