在 TROS 的 Hobot DNN 推理示例中，官方手册通常会提供默认的配置文件。如果您使用的是移除了反量化节点的模型（即当前 Model Zoo 版本交付的标准模型），不能仅替换 .bin 模型文件，必须同步调整相关配置项。
前置要求：
hobot_dnn版本必须 >= 2.6.1。若无法通过包管理工具更新至最新版，请拉取源码进行编译：
一、 核心规范：切勿直接修改默认配置
强烈建议不要直接修改手册中的默认 config 文件。
原配置可能在运行时被覆盖，或者系统会默认回退加载原配置，导致您的修改“看似生效，实则无效”。
正确做法：新建或复制配置文件
先将原配置文件复制一份，然后在新文件中进行修改，并在启动程序时指定这个新文件。
cp config/original.json config/my_yolo26.json
二、 必须修改的配置项清单
在您新建的配置文件中，请确保以下参数已正确同步：
1. 替换模型路径 (model_file)
将其指向您当前实际使用的 .bin 模型文件路径。
"model_file": "config/yolo26l_detect_bayese_640x640_nv12.bin"
2. 更改解析器 (dnn_parser)
手册的默认配置通常针对包含反量化节点的模型。对于无反量化模型，必须手动指定解析器为 ultralytics_yolo：
"dnn_parser": "ultralytics_yolo"
3. 调整回归最大值 (reg_max)
根据您使用的模型类型，严格区分 reg_max 的值：
| 模型类型 | reg_max 取值 |
|---|---|
| YOLO26 模型 | 1 |
| 其他 YOLO 模型 | 16 |
4. 适配自定义模型标签（如有需要）
如果您使用的是自己训练的模型，切记同步修改类别数量和标签列表文件：
"class_num": 修改为您的实际类别数（例如：80）"cls_names_list": 指向您自定义的标签名称文件（例如：“config/coco.list”）
三、 完整配置示例
以下是 config/my_yolo26.json 的完整参考内容（以 YOLO26 为例）：
{
"model_file": "config/yolo26l_detect_bayese_640x640_nv12.bin",
"task_num": 4,
"dnn_parser": "ultralytics_yolo",
"model_output_count": 6,
"reg_max": 1,
"class_num": 80,
"cls_names_list": "config/coco.list",
"strides": [8, 16, 32],
"score_threshold": 0.25,
"nms_threshold": 0.7,
"nms_top_k": 300,
"output_order": [0, 1, 2, 3, 4, 5]
}
(注：如果使用的是非 YOLO26 的其他模型，仅需将上述 JSON 中的 "reg_max": 1 改为 "reg_max": 16，其余保持一致即可。)
