YOLO v5 pt模型转onnx和tensort

本文介绍了如何将YOLO v5的PyTorch模型转换为ONNX和TensorRT格式。首先使用`export.py`脚本将PT模型转为ONNX,然后通过`onnx-simplifier`简化模型。接着,生成.WTS文件并修改YoloLayer.h中的CLASS_NUM参数以适应类别数。完成编译后,运行转换脚本生成.TensorRT引擎文件。最后,在C++接口中验证转换效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

pt模型转onnx

  • yolov5自带转onnx

python models/export.py --weights runs/exp12/weights/best.pt --img 640 --batch 1

  • 安装onnx模型简化库onnx-simplifier

pip install onnx-simplifier

  • 简化onnx模型

python -m onnxsim best.onnx best-sim.onnx

pt模型转tensorRT

  • 转换 .wts文件

python gen_wts.py

将/tensorrtx/yolov5/gen_wts.py这个文件放到yolov5的根目录下。修改gen_wts.py文件中模型文件的目录为自己训练好的模型文件路径,会在模型文件根目录下生成yolov5s.wts文件。

  • .wts文件转.engine文件(tensorrt模型)

static constexpr int CLASS_NUM = your_classes;

根据自己的类别修改yololayer.h第11行的CLASS_NUM参数

  • 编译yolov5
<
评论 5
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