YOLOV8训练好的torch模型转换成ONNX、OM格式

一、pt 转 ONNX 格式

from ultralytics import YOLO

model = YOLO("runs/detect/train/weights/best.pt")  # load a custom trained model
model.export(format="onnx", dynamic=False, simplify=True, opset=11)

注意:export中的参数 opset=11,指定导出的ONNX模型版本版本。版本太高可能会在下一步ONNX转 om 时报错!报错如下:

二、ONNX 模型转 om 格式

前提需要自己下好CANN安装包,安装教程:快速安装CANN-从这里开始-CANN社区版8.0.RC2.alpha003开发文档-昇腾社区 (hiascend.com)icon-default.png?t=N7T8https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/80RC2alpha003/quickstart/quickstart/quickstart_18_0005.html

按照以下设置为例子:

atc --model=best.onnx --framework=5 --output=best --input_shape="images:1,3,640,640" --soc_version=Ascend310

        --model:参数为onnx模型的路径

        --output:参数为导出模型的路径

        --soc_version:你的处理器型号

        --framework:“5” 表示ONNX格式

出现以下提示表示成功:

ATC run success, welcome to the next use.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值