官方预训练模型转换
- 下载yolov7源码解压到本地,并配置基础运行环境。
- 下载官方预训练模型
-
进入yolov7-main目录下,新建文件夹weights,并将步骤2中下载的权重文件放进去。
-
命令行执行
python3 export.py --weights weights/yolov7.pt --simplify
(默认为yolov7.pt,转换成功会输出一下信息, 转换后的模型存于权重同级目录yolov7.onnx后缀模型)
Starting to simplify ONNX...
ONNX export success, saved as weights/yolov7.onnx
Export complete (14.21s). Visualize with https://github.com/lutzroeder/netron.
- onnx转ncnn
- 编译ncnn源码
- 利用ncnn库的./onnx2ncnn 工具进行转换
onnx2ncnn *.onnx *.param *.bin
- 优化graph
./ncnnoptimize *.param *.bin new.param new_bin 1
0(fp32)/1(fp16) - 修改Permute节点维度全部设为0=-1
腾讯NCNN加载推理篇
- 使用NCNN SDK接口加载推理模型, 后续会放出代码,支持fp16/int8精度。