yolov5 onnx推理报错

最新推荐文章于 2024-04-02 16:12:22 发布
最新推荐文章于 2024-04-02 16:12:22 发布
阅读量1.6k 收藏
点赞数 1
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wsfeimo/article/details/134284968
版权

运行yolov5推理onnx文件时报错：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Got invalid dimensions for input: images for the following indices
 index: 0 Got: 1 Expected: 16
 Please fix either the inputs or the model.

onnxruntime运行出错：

        预期获取16，实际获取1

yolov5 .pt文件转.onnx文件

解决方案：

        yolov5中export.py导出.onnx文件

  parser.add_argument('--include',

将输出模型改为ONNX即可运行export.py自动导出文件

detedt.py文件运行onnx推理报错

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Got invalid dimensions for input: images for the following indices
 index: 0 Got: 1 Expected: 16
 Please fix either the inputs or the model.

原因：.pt转.onnx文件时batch_size=16,尺寸太大，修改batch_size=1,重新导出onnx文件，重新运行detect.py成功解决报错：

wsfeimo
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
yolov5训练以及模型onnx转换
10-13
目标检测工程备份
yolov5.zip c++推理yolov5 onnx模型
01-02
yolov5 pytorch模型转onnx并用python ,c++ ，java进行推理
onnx报错问题
zunzunle的博客
04-11 8088
另外记得export的时候要指定imgsz，不然就是默认的640，之后用的时候就要匹配。这个是因为opset的版本问题，把export时默认的17改成11就可以了。之后还是报错，upgrade到最新版本还是报错。发现是因为之前导出的。
onnx 推理报错：onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load mo
最新发布
m0_71816999的博客
04-02 562
有可能是你转换的是gpu但是推理是cpu，因此卸载cpu版本，重新安装gpu版本。onnx 模型不匹配。
【bug】解决yolov5模型转换后，模型推理结果不一致问题
kao_lengmian的博客
09-02 5151
yolov5在模型转换后，推理输出结果与原pt模型偏差较大，是因为参数变化导致的，需要手动指定
yolov5导出onnx模型后，验证模型报错
weixin_45493537的博客
11-03 870
如何解决导出onnx报错，并正确的导出onnx模型
Yolov5-v5.0 导出onnx推理结果完全错误
ls200013的博客
07-17 2302
楼主研究生在读，在搞模型部署方面的研究，记录一些遇到的问题。 最近使用yolov5-v5.0时。用官方yolov5s.pt权重文件并利用expor.pyt文件导出onnx时，虽然能够导出onnx模型但其onnx模型经实测输出是错误的，网上没搜到解决方案，所以楼主发文记录，有帮助欢迎点赞收藏。
YOLOV5-Face转float16的onnx模型推理报错
weixin_42155583的博客
09-08 1353
yolov5_face转float16精度, 推理报错onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from checkpoints/yolov5s-face.onnx failed:Type Error: Type parameter (T) of Optype (Concat) bound to different types (tensor(float) and
onnx部署最新版yolov5v6.1模型demo
07-06
onnx部署最新版yolov5v6.1模型demo torch 1.8.1 torchvision 0.9.1 onnx 1.12.0 onnx-simplifier 0.3.10 onnxoptimizer 0.2.7 onnxruntime 1.11.1
yolov5 face onnx推理代码
03-26
yolov5 face onnx推理，支持原版yolov5 face 导出的onnx，亲测成功 支持yolov5 face m模型，也支持yolov5 blazeface 。
基于YOLOv5和onnxruntime C++实现目标检测（源码+说明文档）.rar
04-15
1、资源内容：基于yolov5检测onnxruntime c++（完整源码+说明文档+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程...
Yolov5 最简推理代码
04-07
Yolov5 最简推理代码，精简版models文件夹，使用方式见https://blog.csdn.net/suiyingy/article/details/123920843。只需要推理部分代码，删除冗余部分。
yolov5 自己训练的模型转换为onnx模型时，Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘ from 解决方案
weixin_44482092的博客
12-02 917
运行YOLOv5时报错：AttributeError: Can't get attribute 'SPPF' on 打开文件往下翻找到class SPP这一行，我的是在166行，在这一行上面添加下面的程序添加class SPPF。解决办法如下：首先找到YOLOv5下的这个文件打开。转换成功：螺母检测的模型。
Error-yolov5 pt转onnx报错
秀呀秀的博客
07-05 1239
针对yolov5 pt转onnx报错进行修改，并根据转换成功的onnx进行预测输出 修改： 去掉Detect层，改为转换后的处理，对三个输出层处理（export grid=True) 转换后的onnx的输出少了直接通过detect层输出的[1,6300,9] ： 对输出的onnx进行detect层输出并预测（参考链接：基于onnxruntime的YOLOv5单张图片检测实现_wxplol的博客-CSDN博客_onnx yolov5）：......
Yolov5在ONNXRuntime上的推理实现
m0_46303486的博客
04-03 2868
这段时间部署Yolov5系列模型，想着先使用ONNXRuntime运行一下转换后的onnx模型，但是看着官方给出的detect.py，我陷入了沉思。我是真的不想抠代码！于是乎，秉承着程序猿的优良传统，我打开了百度。结果可想而知，不然你也不会看到我的文章了。草草看了一下，大部分是就给出一部分代码，然后告诉你后处理的部分源码里都有............拜托，我就是不想抠源代码才来百度的啊，哎，还是要靠自己抠代码啊。
【yolov5 pt文件转onnx并推理】
wo8wbs08的博客
11-24 2236
将pytorch训练的pt转换为onnx并执行推理
pytorch中.pt文件转onnx之问题一
qq_42954108的博客
01-15 223
pytorch 转onnx文件中的问题
使用ONNXRuntime部署YOLOV5(c++)
weixin_55415374的博客
06-27 924
【代码】使用ONNXRuntime部署YOLOV5(c++)
【目标检测】yolov5的pth模型转onnx及模型推理
qq_44747572的博客
10-30 1917
【代码】【目标检测】Yolov5的pth模型转onnx及模型推理。
yolov5 ONNX推理
07-27
YOLOv5是一种目标检测模型，可以使用ONNX格式进行推理。要进行YOLOv5 ONNX推理，你可以按照以下步骤进行操作： 1. 首先，将YOLOv5模型转换为ONNX格式。你可以使用YOLOv5官方提供的脚本或工具来完成此操作。例如，你可以使用YOLOv5的export.py脚本将模型权重文件转换为ONNX格式。 2. 安装ncnn-build-tools-onnx，并使用其中的onnx2ncnn工具将ONNX模型转换为ncnn模型。你可以使用以下命令进行转换： ``` ./onnx2ncnn yolov5s_sim.onnx yolov5s_sim.param yolov5s_sim.bin ``` 3. 修改转换后的param文件，确保它与你的模型和数据匹配。 4. 使用转换后的ncnn模型进行推理。你可以使用ncnn库或其他支持ncnn模型的框架进行推理。 请注意，以上步骤仅提供了一种常见的方法，具体的操作可能因你的环境和需求而有所不同。建议你参考YOLOv5官方文档或相关资源，以获取更详细的指导和示例代码。 #### 引用[.reference_title] - *1* [YOLOV5模型转onnx并推理](https://blog.csdn.net/qq128252/article/details/127105463)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [yolov5 ncnn 推理](https://blog.csdn.net/m0_37264397/article/details/125792448)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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