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。
- 修改export.py文件如下内容,将opset_version设为11。
torch.onnx.export(model, img, f, verbose=False, opset_version=11, input_names=['images'],
output_names=output_names,
dynamic_axes=dynamic_axes)
- 命令行执行
python3 export.py --weights weights/yolov7.pt --grid --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*.onnx后缀模型)
Starting ONNX export with onnx 1.14.1...
Starting to simplify ONNX...
ONNX export success, saved as weights/yolov7.onnx
Export complete (13.47s). Visualize with https://github.com/lutzroeder/netron.
地平线BPU加载推理篇
- 使用地平线BPU SDK接口加载推理模型, 后续会放出代码。