【目标检测】yolov5模型转换从pytorch到onnx到openvino（部署方式）

最新推荐文章于 2024-06-21 11:29:01 发布

wait a minutes

最新推荐文章于 2024-06-21 11:29:01 发布

阅读量2.4k

点赞数 2

分类专栏：目标检测 # openvino 深度学习框架文章标签： yolov5 目标检测 openvino

本文链接：https://blog.csdn.net/qq_35975447/article/details/117440167

版权

目标检测同时被 3 个专栏收录

20 篇文章 41 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

深度学习框架

25 篇文章 0 订阅

订阅专栏

openvino

2 篇文章 1 订阅

订阅专栏

本文介绍了如何将yolov5模型从PyTorch环境转换为ONNX格式，并进一步转换为OpenVINO进行部署。重点在于转换过程中对模型结构的确认，特别是确保有三个特定尺度的conv节点。此外，提供了转换代码参考链接。

摘要由CSDN通过智能技术生成

1.环境

yolov5环境中有onnx就可以，可以在另外的环境中单独安装openvino。

# yolov5的环境 + onnx
onnx==1.9.0

# openvino的环境
openvino_2021.1.110

2.步骤


# 1. yolov5s pytorch model to onnx model （develop分支下）
python3 models/export.py --weights ./weights/yolov5s.pt --img-size 640 --batch-size 1

# 2. yolov5s onnx to openvino model
python3 /opt/intel/openvino_2021.1.110/deployment_tools/model_optimizer/mo.py --input_model yolov5s.onnx --model_name yolov5s -s 255 --reverse_input_channels --output Conv_551,Conv_503,Conv_455

# 3.1.1 test openvino model with CPU
python3 yolo__openvino_demo.py -m yolov5s.xml -i voc/img/2007_000027.jpg -at yolov5 -d CPU

# 3.1.2 test openvino model with GPU
py