安卓平台，ncnn调yolov5

最新推荐文章于 2025-07-15 14:08:12 发布

原创

最新推荐文章于 2025-07-15 14:08:12 发布 · 274 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#android #YOLO

文章讲述了如何将YOLOv5模型从PyTorch转换为ONNX，然后进一步简化为NCNN格式以适应NCNN引擎。过程中遇到的`Slicing`问题被自定义op解决，同时提到输入图片大小对模型性能的影响，以及调整resize方法以匹配模型训练设置。

参考，这几份资源非常有用，有时间一定要仔细看一下
手工优化ncnn模型结构
 详细记录u版YOLOv5目标检测ncnn实现
 参考工程

onnx to ncnn
模型 yolov5-5.0
转换脚本是 yolov5-6.0

第一步

D:\model\yolov5-6.1>python export.py --weights D:\model\best-s-shudian.pt --include onnx --train
export: data=data\coco128.yaml, weights=['D:\\model\\best-s-shudian.pt'], imgsz=[640, 640], batch_size=1, device=cpu, half=False, inplace=False, train=True, optimize=False, int8=False, dynamic=False, simplify=False, opset=12, verbose=False, workspa