yolov5 pt 模型 导出 onnx

在训练好的yolov5 pt 模型 可以 通过 export.py 进行导出 onnx

导出流程

在 export.py 设置模型和数据源的yaml

在这里插入图片描述

在官方的文档中 说明了可以导出的具体的类型。
在这里插入图片描述

--include 添加导出的类型, 不同的 类型的 环境要求不一样,建议虚拟环境,比如onnx 和 openvino 的numpy 版本要求不一只,一个要求高配,一个要求低配

 python export.py  --include torchscript onnx

在这里插入图片描述

如何测试和验证推理

python detect.py --weights yolov5s.onnx --dnn  # detect
python val.py --weights yolov5s.onnx --dnn  # validate


在模型导出的中

onnx 和 openvino 不需要GPU进行推理,但是tensorRT 需要 GPU 进行推理

评论 6
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

小刘要努力。

顺便点一个赞

¥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