目录
前言
这篇博客主要是介绍如何通过djl在java中调用yolov5进行推理,顺便也学习了一下在java上的opencv api。
Deep Java Library是由亚马逊(Amazon)提供的一个深度学习工具包,能够让java开发者在java上调用目前主流的深度学习框架,像pytorch、tensorflow、mxnet、paddlepaddle(飞桨居然也有份??),也包括onnx格式的模型。
环境
- idea&pycharm
- torch1.8.1+cu111
- java1.8
- Deep Java Library
- yolov5 release v5.0
- opencv 4.5.2
导出yolov5s模型
这次demo就直接使用yolov5s的预训练模型。yolov5项目本身就自带了非常完善的模型导出脚本,yolov5的5.0发行版也比之前的版本完善很多。
yolov5的模型导出脚本是models/export.py文件,
导出之前需要设置一下
- 权重文件的位置
- 输入图片的尺寸
- 是否要输出bbox
- 模型所在设备
上图红色的框按我的进行设置就行了,绿色的框根据自己的情况进行设置。
设置好以后运行代码就可以在和权重文件相同的位置找到生成的torchscript模型权重。