yolov5部署1——pytorch-＞onnx

yolov5部署1——pytorch->onnx

目标：pytorch->onnx->ncnn->android
一，环境部署
代码来自：https://github.com/ultralytics/yolov5
在训练完yolov5模型后，在yolov5主目录下打开终端，输入：

pip3 install onnx>=1.7.0  # for ONNX export
pip3 install coremltools==4.0  # for CoreML export

二，pytorch->onnx转化
1.输入指令

python models/export.py --weights yolov5s.pt --img 640 --batch 1  # export at 640x640 with batch size 1

出现问题如图

原因：export.py文件太深，调出来就行

修改指令:

python3 export.py --weights weights/yolov5s.pt --img 640 --batch 1

结果如图：

三，查看文件

生成三个文件：yolov5s.mlmodel , yolov5s.onnx , yolov5s.torchscript.pt
四，Netron查看网络结构
1.安装netron

pip3 install netron

2.使用netron看图
在有.onnx文件的文件夹下打开终端

python3
import netron
netron.start('yolov5s.onnx')

如图：

会打开浏览器，如图：

显示网络结构
五，简化onnx文件
1.安装简化器

pip3 install onnx-simplifier

2.执行指令

python3 -m onnxsim  onnx_inputpath onnx_outputpath

简化后就可以进行onnx->ncnn的操作了