撰文|FengWen、BBuf
1
模型导出
这个教程用来解释如何导出一个训练好的OneFlow YOLOv5模型到 ONNX。欢迎大家到这里查看本篇文章的完整版本:https://start.oneflow.org/oneflow-yolo-doc/tutorials/06_chapter/export_onnx_tflite_tensorrt.html
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。
git clone https://github.com/Oneflow-Inc/one-yolov5.git
cd one-yolov5
pip install -r requirements.txt # install
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
python export.py --weights ../yolov5s/ --include onnx
💡 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:
export: data=da