1. 下载Netron
Windows端下载Netron并安装:Github网址
下载.exe后安装
在Netron中.pt文件形成可视化结构尚在开发阶段,成果比较简陋,接下来用YOLO自带的脚本生成.onnx文件
2. exprot.py
没有onnx环境的先pip进行安装;
修改配置参数,将模型和数据集修改成自己的,超参数按自己需求修改:
def run(data=ROOT / 'data/coco128.yaml', # 'dataset.yaml path'
weights=ROOT / 'yolov5s.pt', # weights path
imgsz=(640, 640), # image (height, width)
batch_size=1, # batch size
device='cpu', # cuda device, i.e. 0 or 0,1,2,3 or cpu
include=('torchscript', 'onnx'), # include formats
half=False, # FP16 half-precision export
inplace=False, # set YOLOv5 Detect() inplace=True
train=False, # model.train() mode
op