超级会员免费看
该博客介绍了如何将YOLOv5s模型导出为ONNX格式，以提高推理速度。通过运行export.py脚本并安装必要的库，成功将模型转换并验证了ONNX模型的性能，结果显示推理速度提升了超过一倍。
导出Onnx模型
我们主要是对yolov5的推理进行改进，我们使用yolov5自带的export.py文件对模型进行导出
参见yolov5官网（6.0版本之后才有）
python export.py --weights yolov5s.pt --include torchscript onnx
备注：在导出前需要先安装onnx库
输出如下：
export: data=data/coco128.yaml, weights=[‘yolov5s.pt’], imgsz=[640, 640], batch_size=1, device=cpu, half=False, inplace=False, train=False, keras=False, optimize=False, int8=False, dynamic=False, simplify=False, opset=12, verbose=False, workspace=4, nms=False, agnostic_nms=False, topk_per_class=100, topk_all=100, iou_thres=0.45, conf_thres=0.25, include=[‘torchscript’, ‘onnx’]
YOLOv5 🚀 v6.2
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
