pt文件转onnx,保持标签关系以及动态输入输出(yolo)

发生背景

最近想要把yolov5训练得到的.pt文件转成.onnx以便后续使用,记录一下当前最佳实践。

解决思路

参考网上的参考的大多数文章,有一个明显的不足,就是转化之后的onnx并没有将对应的标签并入(即:smoke——>class 0)
但是发现yolov5根目录下自带export.py文件用于将.pt文件转化成其他格式。经过实践,可以保持标签对应关系。
参考链接 yolov5官方教程

最佳实践

<1.修改文件参数>
修改export.py文件参数,如下图
898行:修改输出格式如下
在这里插入图片描述
873行:修改yaml文件以及.pt文件所在目录等,黄色框内default改成True(为了实现动态图像尺寸的输入输出)
在这里插入图片描述
<2.验证>

import netron
netron.start("smoke_best.onnx")

在这里插入图片描述

  • 8
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
要将YOLO的模型换为权重pt文件换为ONNX格式,你需要按照以下步骤进行操作: 1. 首先,使用PyTorch将权重pt文件加载到模型中。 2. 然后,使用torch.onnx.export()函数将PyTorch模型换为ONNX模型。你需要指定输入张量的形状,并将输出的ONNX模型保存到磁盘上的一个文件中。 3. 接下来,你需要使用onnx2ncnn工具将ONNX模型换为ncnn模型。onnx2ncnn是一个开源的工具,它可以将ONNX模型换为ncnn的二进制文件和参数文件。你需要在命令行中使用onnx2ncnn工具,并提供ONNX模型文件的路径以及输出ncnn模型文件的路径。 4. 在换过程中,你需要注意指定模型的输入和输出张量的名称和形状。你可以在换脚本或命令行中进行设置,确保输入和输出与原始模型的定义相匹配。 5. 最后,你可以将生成的ncnn模型部署到手机端(安卓、iOS)上进行推理和应用。 请注意,在进行模型换的过程中,确保路径和文件名的正确性,并根据你自己的环境和需求进行相应的设置。 <span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [yolo的模型换权重pt文件onnx(1)](https://blog.csdn.net/m0_60657960/article/details/129404179)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [yolo的模型换权重onnx文件ncnn(2)](https://blog.csdn.net/m0_60657960/article/details/129405561)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
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

打赏作者

敲码的小陈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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