遇到这样一种情况：img_sz=640,但在val时，输入网络的张量h和w是672

为什么输入图像会从640变大到672？

这是因为一种rectangle增强方法，“同个batch里做rectangle宽高等比变换， 加快训练 ，对于多余的黑边做到最小，实现降低计算量”具体查看YOLOV5数据增强有这些！---也可自己新增数据增强方法（裁剪、平移 、旋转、改变亮度、加噪声）-CSDN博客

1.如果你想在训练过程中的验证阶段关掉增大，使数据保持640。可以在train.py的第40行

return build_yolo_dataset(self.args, img_path, batch, self.data, mode=mode, rect=mode == 'val', stride=gs)

将rect=mode == 'val' 改为 rect=False

2.如果你想在单独验证测试集时关掉这种增大，在val.py的第194行

return build_yolo_dataset(self.args, img_path, batch, self.data, mode=mode, stride=gs)

可以看到他没有直接设置rect，所以rect用了默认值

rect=cfg.rect or rect, 

cfg代表default.yaml中的超参数。所以，你只需要在调用val时，增加rect=False即可

model = YOLO("./runs/detect/train2/weights/best.pt")  # load a pretrained model (recommended for training)metrics = model.val(rect=False)