yolov5-seg的ort部署

曙光_deeplove

已于 2022-10-21 09:41:07 修改

阅读量2.1k

点赞数 8

分类专栏：深度学习算法部署深度学习 YOLOV5 文章标签： python 深度学习部署

于 2022-09-29 09:53:48 首次发布

本文链接：https://blog.csdn.net/yangjinyi1314/article/details/127101492

版权

深度学习算法部署同时被 3 个专栏收录

28 篇文章 16 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

YOLOV5

10 篇文章 7 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

46 篇文章 8 订阅

订阅专栏

本文介绍了如何使用Python实现Yolov5-Seg模型的ONNXRuntime推理工程，包括预处理和解码过程的验证。作者对比了F.interpolate与scipy.ndimage.interpolation.zoom的上采样效果，以及尝试了opencv.resize，发现存在差异。提供了代码链接和更新内容。

摘要由CSDN通过智能技术生成

本文主要是简单写了一个yolov5-seg的onnxruntime推理工程，python版本的，分享给大家。验证了预处理和解码过程，并进行了简单地属性和方法封装。

'''
Descripttion: 
version: 
@Company: 
Author: 
Date: 2022-09-28 00:07:30
LastEditors: 
LastEditTime: 2022-09-29 09:05:01
'''
import onnx
import numpy as np
import onnxruntime as rt
import cv2
import time
import torch
import torchvision
import torch.nn.functional as F
import argparse
import logging

LOGGER = logging.getLogger("v5-seg")


class YOLOV5_SEG:

    def __init__(self,
                 model_path,
                 conf_thres=0.25,
                 iou_thres=0.45,
                 max_det=1000):
        self.model_path = model_path
        self.conf_thres = conf_thres
        s