本文档详细介绍了如何利用YOLOv5的6.0版本训练ShuffleNetV2模型，并将训练好的模型转换为onnx和ncnn格式。首先从gitcode获取YOLOv5代码，然后按VOC格式准备数据集，通过voc_label.py和split_train_val.py处理数据。接着，修改yolov5s_shufflenetv2.yaml配置文件，包括anchors和类别数量。在训练模型时，需要修改train.py中的参数。最后，使用onnx和ncnn工具将模型转换为onnx的简化版以及ncnn的param和bin文件。目前，int8量化部分仍在解决中。
此处使用的yolov5为6.0版本，最新的包含seg分割的版本应该也支持，没有尝试。
1、拉取yolov5的代码：
https://gitcode.net/mirrors/ultralytics/yolov5/-/tree/v6.0
2、准备数据集
2.1 按VOC格式准备自己数据集，
包含以上三个文件夹即可。
2.2 处理数据集
voc_label.py
超级会员免费看
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os 
1217
4763
4708
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
扫一扫
