yolov5s-v3.1 ncnn 部署（二）

最新推荐文章于 2025-04-08 13:50:54 发布

原创

最新推荐文章于 2025-04-08 13:50:54 发布

· 1.2k 阅读

6 ·

版权

文章标签：

#pytorch #深度学习 #目标检测 #ncnn

YOLOv5s-v3.1模型转换

第一步：pt2onnx

第二步：onnx2ncnn

YOLOv5s-v3.1模型转换

因为U版YOLO的作者用pytorch实现，yolov5的模型是torch格式的pt。要使用ncnn部署YOLOv5需要将模型进行转换，大概步骤是pt2onnx,onnx2ncnn。

因为只有yolovs-v3.1版本正常测试通过了，固仅针对此进行记录。高版本的yolov5初试未成功，未细加研究，之后有时间再进行深入研究。。。。

模型的转换主要参考：详细记录u版YOLOv5目标检测ncnn实现 - 知乎

第一步：pt2onnx

准备一个已经训练好了的yolov5s-v3.1.pt模型，pt2onnx我就用的YOLOv5-v3.1版本源码中的export.py进行的转换

生成yolov5s-v3.1.onnx，并用onnxsim简化一下生成yolov5s-v3.1-sim.onnx

$ python models/export.py --weights yolov5s-v3.1.pt --img 640 --batch 1
$ python -m onnxsim yolov5s-v3.1.onnx yolov5s-v3.1-sim.onnx

这一步还比较顺利~

第二步：o

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

月亮299

关注关注

2
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

YOLOv5的ncnn推理部署

qq_41920323的博客

03-26

427

yolov5的ncnn部署

NCNN部署 yolov5-detect v7.0

m0_69115733的博客

11-13

1125

本文讲解如何进行yolov5-detect v7.0版本的推理和部署。

1 条评论您还未登录，请先登录后发表或查看评论

yolov5s-v3.1 ncnn 部署（四）

Bolly_He的博客

11-04

316

目录安卓端测试记录第一步：安装AndriodStudio 第二步：编译测试自己生成的模型安卓端测试记录安卓端测试工程用的是nihui大神的版本， github连接：https://github.com/nihui/ncnn-android-yolov5 第一步：安装AndriodStudio 官网下不了安装包，找安卓的同事要了一个~，具体省略。。。环境也顺便让安卓的同事帮忙配置好了~~哈哈~~ 第二步：编译测试自己生成的模型流程能通，但是CPU识别结果有问题出现密密麻麻

yolov5s-v3.1 ncnn 部署（三）

Bolly_He的博客

11-03

681

目录 VS2019测试工程配置第一步：建个C++的空项目第二步：拷贝yolov5测试cpp 第三步：工程配置第四步：编译工程 VS2019测试工程配置建立一个VS2019的测试工程，对yolov5s-v3.1 ncnn版本模型进行测试。本篇主要记录测试工程的配置。第一步：建个C++的空项目第二步：拷贝yolov5测试cpp 把ncnn中examples中的yolov5.cpp拷贝到刚建的工程中并添加到项目中。第三步：工程配置写了一对配置文件如下： ...

onnixsim安装和下载

最新发布

wenjing3470830的专栏

04-08

203

下载地址：安装方法：

YOLOv5利用ncnn部署系列(二)

qq_33160678的博客

09-28

7664

三、YOLOv5模型转onnx 前面说完YOLOv5的训练，也进行了相应的测试，接下来就是对训练好的pt模型转为onnx模型！在YOLOv5的git项目里有自带的一个onnx_export.py文件，运行该文件，即可将pt模型转为onnx模型，但是里面也有很多坑！！！！先来看onnx_export.py的代码： """Exports a pytorch *.pt model to *.onnx format Usage: import torch $ export PYTHONPATH

yolov5s-v3.1 ncnn 部署（一）

Bolly_He的博客

11-03

398

ncnn在windows下编译参考官网：https://github.com/Tencent/ncnn/wiki/how-to-build#build-for-windows-x64-using-visual-studio-community-2017 第一步：安装VS2017 因为我的电脑本来装了VS2019，所以直接用VS2019试一下~ Download and Install Visual Studio Community 2017 fromVisual Studio 2019 Comm.

yolov5：使用NCNN将模型部署到Android端

qq_41478219的博客

07-31

3075

解压后，打开文件夹，并将best.onnx复制到该文件夹的对应位置，地址栏输入cmd后，在打开的命令行窗口输入例如onnx2ncnn.exe best.onnx best.param best.bin回车即可，原文件夹生成了需要的bin文件和param文件。当我们训练好了自己的检测模型后，就需要一种中介，通过它在不同的框架之间进行转换，Open Neural Network Exchange 简称 ONNX，意思是开放神经网络交换格式，它就是我们需要的中介。这个百度上有很多对应的经验体，随便找一个。

NCNN将模型部署到Android端

tampatation的博客

08-21

2749

这个百度上有很多对应的经验体随便找一个教程然后切换一下国内源即可安装成功这里不做赘述这里需要说明一点我们应该安装NDK、Cmake。

YOLOv5_NCNN:NC在手机上部署NCNN。支持Android和iOS。移动端NCNN部署，支持Android与iOS

03-18

:rocket:如果有帮助，请单击星号！ :star: Ncnn在移动设备上的部署，支持：相机上的YOLOv5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，简单姿势，Yolact，ChineseOCR-lite，ENet，Landmark106，DBFace，MBNv2-FCN和MBNv3-Seg-small。 iOS： Xcode 11.5 macOS 10.15.4 iPhone 6sp 13.5.1 安卓： Android Studio 4.0 Win10 1909年魅族16x 8.1.0（CPU：高通710 GPU：Adreno 616） Android已添加了权限请求，但如果仍然崩溃，请手动确认是否允许相关权限。的iOS Select the model to be tested directly on the interface. 安卓 Selec

yolov5 ncnn

jacke121的专栏

10-26

4237

yolov5 ncnn 有Android 4.0 ios https://github.com/WZTENG/YOLOv5_NCNN

YOLOv5project中的ncnn资源

01-15

YOLOv5project中的cpp文件夹下的ncnn资源

mobile-yolov5-pruning-distillation:mobilev2-yolov5s剪枝，蒸馏，支持ncnn，tensorRT部署。超轻但性能更好！

03-19

移动式yolov5修剪蒸馏 mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好！ TensorRT版本===> Android版本===> 背景 yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间，通过替换backbone（mobilenetv2），通道剪枝对模型进行压缩。。本项目以工程化为基础，主要是模型端的优化。实现了常用的剪枝和蒸馏算法，并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。基准线数据集采用Pascal VOC，训练集= train2007 + train2012 + val2007 + val2012，测试集= test2007，基线采用mobile-yolo（imagenet预训练），如果没有特别说明，第一个模块采用重点如果特定特殊说明则可以使用替换参数，batchsize

ncnn上部署yolov5

Linux_bin的博客

03-21

2160

1、准备工作 U神的yolov5源码，下载地址自己的模型或者yolov5官网发布模型 linux系统（本在ubuntu18的docker环境下部署） ncnn源码，下载地址 opencv protobuf opencv和protobuf必须安装否则在编译ncnn的时候，由于检测不到protobuf和opencv，onnx2ncnn工具不会被编译。 2、.pt文件转.onnx文件将yolov5从torch框架转到ncnn上前需要用onnx工具先将.pt模型文件转化为.o.

YoloV5模型用NCNN集成到Android应用

m0_37754853的博客

07-17

1976

YoloV5模型用NCNN集成到Android应用。

yolov5 ncnn 推理

程序猿的视界

07-14

1373

yolov5 ncnn 推理

通过NCNN在树莓派上部署Fastest YOLO

qifei__的博客

07-03

1669

最近一直在用树莓派做深度学习方面的模型部署，从最开始的直接移植官方的yolov5模型，到自己精简模型结构压缩参数再放到树莓派上跑，最后的结果总是能跑但FPS过于低，跑个图片还能接受，但是跑实时摄像头就尤其慢。在重重受挫后，开始考虑用各种架构。最开始是用Intel的Openvino去做，但是一是部署和安装环境的过程极其艰难，其次是缺少英特尔神经棒的硬件支持，半道崩阻了。不过好在在知乎上看到了dog-qiuqiu的Fastest YOLO，大佬说该模型在树莓派上能跑到100多帧。

详细记录u版YOLOv5目标检测ncnn实现

深度学习与计算机视觉

11-14

4410

作者：nihui链接：https://zhuanlan.zhihu.com/p/275989233本文转载自知乎，作者已授权，未经许可请勿二次转载0x0 u版YOLOv5众所周知，原版Y...

人生虚空

07-01

2217

参考 1.详细记录u版YOLOv5目标检测ncnn实现, 这篇文章作者就是ncnn作者 2. YOLOv5转NCNN过程 3.TorchScript, ONNX, CoreML Export#251, 这是yolov5官方github上的issue 前提 1.编译好ncnn win, 我用的是ncnn-20210525-full-source 2.git clone yolov5源码,我是在20210630时间直接clone的主页 3. 根据TorchScript, ONNX, CoreML E...