使用yolov5的c++ example加载自己训练的yolov5_s模型报错，提示输入数量不对，该如何修改代码？

温馨提示：根据社区不完全统计，按照模板提问，可以加快回复和解决问题的速度

环境

• 【FastDeploy版本】： 自己编译的GPU版本
• 【编译命令】如果您是自行编译的FastDeploy，请说明您的编译方式（参数命令）
• 【系统平台】: Linux x64(Ubuntu 22.04)
• 【硬件】： 说明具体硬件型号，如 Nvidia GPU 4090， CUDA 12.0 CUDNN 8.8
• 【编译语言】： C++

问题日志及出现问题的操作流程

• 附上详细的问题日志有助于快速定位分析
• 【模型跑不通】
• • 先执行examples下的部署示例，包括使用examples提供的模型，可以正确执行
• • examples下的代码可以运行，但自己的模型能运行
• • • 提供复现问题的 代码+模型+错误log 如下：
• ./infer_paddle_demo yolov5_s_300e_voc_tianan 2.jpg 1
  [INFO] fastdeploy/runtime/runtime.cc(266)::CreatePaddleBackend Runtime initialized with Backend::PDINFER in Device::GPU.
  [ERROR] fastdeploy/runtime/backends/paddle/paddle_backend.cc(283)::Infer [PaddleBackend] Size of inputs(1) should keep same with the inputs of this model(2).
  [ERROR] fastdeploy/vision/detection/contrib/yolov5/yolov5.cc(80)::BatchPredict Failed to inference by runtime.
  Failed to predict.

模型是使用paddleyolo训练的yolov5s,除了类别和数据是自定义的，其它参数配置是都是默认值，其中的reader配置如下图：

训练出来的模型使用python推理是没问题的，现在需要使用c++推理，我也参考其它issue https://github.com/PaddlePaddle/PaddleDetection/issues/4306修改了input_spec的输入，但是训练和推理都不正确。

请问各位大佬给个解决思路，感谢～

Start with the C++ YOLOv5 example under examples and fastdeploy/vision/detection/contrib/yolov5/yolov5.cc, then reproduce the PaddleBackend input-count error using the supplied command and custom model. Compare the custom model's input_spec with the example model and the referenced PaddleDetection issue; done means the custom YOLOv5 model runs successfully through C++ inference.