【嵌入式AI开发rk3588】yolov8模型转换:pt->onnx->rknn

yolov8系列模型转换步骤

1. pt->onnx

  • 在官方给出的airockchip/ultralytics_yolov8下,配置cfg/default.yaml中task,mode,model路径:
task: segment # (str) YOLO task, i.e. detect, segment, classify, pose
mode: export # (str) YOLO mode, i.e. train, val, predict, export, track, benchmark
model: xx/yolov8n-seg.pt(自己训练的模型路径) # (str, optional) path to model file, i.e. yolov8n.pt, yolov8n.yaml
...
format: rknn
  • run engine/exporter.py转换为官方算子适应的onnx
PyTorch: starting from '' with input shape (16, 3
评论
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
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