本文详细介绍了如何将YOLOv5_obb模型导出为ONNX格式，包括模型导出、定义基本操作、Detect类的设计、模型测试及推理优化。在部署过程中，注意到模型不支持动态batchsize，需要对模型进行修改以适应需求。通过C++代码实现了推理过程，同时提出在模型内部完成类别和角度计算，以提高推理效率。
进行部署要求配置opencv和onnxruntime环境，这里不累述。
1、模型导出
yolov5_obb项目的使用可以参考：https://hpg123.blog.csdn.net/article/details/129366477
下载yolov5s_csl_dotav1_best.pt，并执行以下命令，得到yolov5s_csl_dotav1_best.onnx
python export.py --weights ./yolov5s_csl_dotav1_best.pt --device cpu
将导出的模型yolov5s_csl_dotav1_best.onnx上传到https://netron.app/ , 点击输入节点可以发现模型的输入和输出情况如下,yolov5obb是一个多输出模型，其中output节点囊括了所有尺度的输出（这里需要注意output的shape为batchsize,girdnums,grid_pred）。
从中也可以发现模型不支持动态batchsize输入，可以参考 https://hpg123.blog.csdn.net/article/details/130115358?spm=
订阅专栏 解锁全文
扫一扫
661
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
