文件、网络模型加密解密

一、pb模型加密解密

为了更安全地使用模型,所以必须加密解密。如下图模型均都加密成功:

接着解密:

代码中的设置如下图所示:

一切正常。

在这里下载即可:https://download.csdn.net/download/wd1603926823/88558273

二、om模型加密解密

这个还在学习模型保护手册中,等学完测试后再来补充

三、普通文件加密解密

已测试过,等有空整理放上来 

  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
如果你想对 YOLOv5 生成的 .pt 模型进行加密和解密,可以考虑使用 Python 中的 cryptography 库。以下是一个简单的示例代码: ```python from cryptography.fernet import Fernet import torch # 加载 YOLOv5 的 pt 模型 model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # 将模型转换为二进制格式 model_bytes = torch.save(model.state_dict(), 'model.pt') # 生成一个密钥并保存到文件 key = Fernet.generate_key() with open('key.txt', 'wb') as f: f.write(key) # 使用密钥加密模型 with open('model.pt', 'rb') as f: data = f.read() fernet = Fernet(key) encrypted_data = fernet.encrypt(data) with open('encrypted_model.pt', 'wb') as f: f.write(encrypted_data) # 使用密钥解密模型 with open('encrypted_model.pt', 'rb') as f: encrypted_data = f.read() fernet = Fernet(key) decrypted_data = fernet.decrypt(encrypted_data) with open('decrypted_model.pt', 'wb') as f: f.write(decrypted_data) # 加载解密后的模型 model.load_state_dict(torch.load('decrypted_model.pt')) ``` 在上面的代码中,我们使用 Fernet 对称加密算法生成一个密钥,并将其保存到文件中。然后,我们将 YOLOv5 的 pt 模型转换为二进制格式并使用密钥进行加密。加密后的模型保存到 'encrypted_model.pt' 文件中。接着,我们使用密钥解密模型,并将解密后的模型保存到 'decrypted_model.pt' 文件中。最后,我们加载解密后的模型以进行推理。 需要注意的是,加密和解密模型可能会影响模型的性能和推理速度。因此,在实际应用中需要权衡加密的安全性和模型的性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

元气少女缘结神

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