实例分割Yolact边缘端部署 (二) 训练自己的模型-> onnx
yolact训练
1. 文件结构
- 首先从github或者Gitee下载Yolact源码
- 配置文件
data/config.py用来配置模型的所有参数,包括类别、训练数据、网络结构、超参数等等 eval.py用来进行推理,包括后面模型转换也要用到train.py训练模型
主要文件结构
.
├── data
│ ├── config.py
│ ├── __init__.py
│ ├── json2coco.py
│ ├── train_datasets
│ ├── yolact_example_0.png
│ ├── yolact_example_1.png
│ └── yolact_example_2.png
├── model
│ └── yolact_resnet50_54_800000.pth
├── backbone.py
├── eval.py
├── train.py
└── yolact.py
Yolact实例分割模型训练与ONNX转换实战
本文详细介绍了如何在边缘端部署Yolact实例分割模型,包括从GitHub或Gitee下载源码,修改config.py的数据和网络参数,如类别、数据集路径、超参数等。接着在train.py中训练模型并转换为ONNX格式,针对ONNX转换时的注意事项,如固定图像尺寸、调整maxpooling操作等。最后,通过onnx-simplifier优化模型,并使用onnx工具检查模型结构。
订阅专栏 解锁全文
524

被折叠的 条评论
为什么被折叠?



