yolov8直接导出ncnn模型

最近在学习yolov8的手机移动端部署，在TFLite,MNN，ncnn  等推理框架中选择了ncnn。

ncnn是一个高效的神经网络推理框架，主要由腾讯开源，设计用于在移动设备和嵌入式设备上进行高性能的深度学习推理。

使用ncnn框架往往代码修改后需要先将 YOLOv8 模型转换为 ONNX 格式，然后使用 ncnn 进行部署推理。但部分型号版本yolov8可以直接导出ncnn框架格式。

pt模型导出ncnn使用python代码脚本或者命令均可：

命令

yolo export model=yolov8n.pt format=ncnn

python代码

from ultralytics import YOLO

# Create a model
model = YOLO('./yolov8n.pt')

# Export the model to NCNN with arguments
# model.export(format='ncnn', half=True, imgsz=480)
model.export(format='ncnn', half=True, imgsz=480)

ok！导出结果 sucess

注意：第一次导出可能需要安装pnnx（网络原因也可以自行github下载）