Yolov8导出onnx显示每层输出shape的方法

本文不生产技术，只做技术的搬运工！！！

前言

        作者最近在复现yolov8-cls，为了方便对照是否完整复现，需要与原版模型进行对比，这里作者选择使用onnx模型进行对比，在使用ultralytics导出官方onnx模型时，导出的onnx模型只显示每一层的参数，而无法显示该层输出张量的维度，如下图所示

左边模型为原始的ultralytics框架导出的yolov8n-cls的onnx模型，右边模型为修改代码后得到的onnx模型，可以看到，右边模型清晰显示了每一层输出张量的shape，话不多少，上代码

代码修改

        其实代码修改非常简单，我们先找到/ultralytics-8.2.0/ultralytics/engine/exporter.py文件，这里作者用的是8.2.0版本，请根据自己的实际路径查找，然后找到下面一行代码，作者这个版本是在409行

onnx.save(model_onnx, f)

将其注释掉，然后在下面写入如下代码

onnx.save(onnx.shape_inference.infer_shapes(model_onnx), f)

至此就完成了修改

onnx导出

from ultralytics import YOLO

# 假设你已经训练好的模型保存在 yolov8m-cls.pt 文件中
model = YOLO("yolov8x-cls.pt")

# 导出为 ONNX 格式
model.export(format='onnx',dynamic=False,imgsz=224)

参数根据实际需求设置即可