上面的图片为直接使用python脚本测试效果。
以上图片为torchscript方式集成效果。
以上为ft-lite方式集成效果。
同样的图片，检测效果差别非常大，后续尝试使用最新的yolov5 export.py（现在的导出方式为旧版本的https://github.com/zldrobit in PR https://github.com/ultralytics/yolov5/pull/1127 分支中的tf.py导出的模型。）导出tf-lite模型测试下效果。以上为历史记录。
实际效果：
|
测试数据 置信度 集成方式 |
Python | Torchscript | Tf-lite |
| test1.jpg | 0.91 | 0.06 | 0.7045 |
| test2.jpg | 0.92 | 0.06（多余检测） | 0.79（多余检测） |
| test3.jpg | 0.9 | 0 | 0.104 |
| test4.jpg | 0.89 | 两处错误检测 | 两处错误检测 |
| test5.jpg | 0.87 | 0.06（多余检测） | 0.529 |
| test6.jpg | 0.88 | 错误检测 | 错误检测 |
| test7.jpg | 0.91 | 0.06（多余检测） | 0.8 |
