首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

YOLOv5全面解析教程:将训练好的YOLOv5权重导为其它框架格式

1

模型导出

2

开始之前

克隆工程并在 Python>3.7.0 的环境中安装 requiresments.txt , OneFlow 请选择 nightly 版本或者 >0.9 版本 。模型和数据可以从源码中自动下载。

3格式

YOLOv5支持多种模型格式的导出,并基于特定模型对应的框架获得推理加速。

4

导出训练好的 YOLOv5 模型

下面的命令把预训练的 YOLOV5s 模型导出为 ONNX 格式。yolov5s 是小模型,是可用的模型里面第二小的。其它选项是 yolov5n ,yolov5m,yolov5l,yolov5x ,以及他们的 P6 对应项比如 yolov5s6 ,或者你自定义的模型,即 runs/exp/weights/best 。有关可用模型的更多信息,可以参考我们的README

提示: 添加 --half 以 FP16 半精度导出模型以实现更小的文件大小。

输出:

导出的 onnx 模型使用 Netron Viewer 进行可视化的结果如下:

5

导出模型的示例用法

detect.py 可以对导出的模型进行推理:

val.py 可以对导出的模型进行验证:

6

ONNX Runtime 推理

基于 onnx 模型使用 onnxruntime 进行推理:

输出:

参考文章

https://github.com/ultralytics/yolov5/issues/251

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20230523A012I200?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券