利用C++ onnx runtime预测训练的.pt模型

原创

已于 2024-04-30 19:24:55 修改 · 579 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能

于 2024-04-30 06:06:32 首次发布

一：工具:

查看模型工具netron

1.https://github.com/lutzroeder/netron/releases

可以查看训练好的模型的输入结构

下载安装好netron ，然后注册右键菜单，弄一个xx.reg ，运行一下

Windows Registry Editor Version 5.00

[HKEY_CLASSES_ROOT\Directory\Background\shell\OpenNetron]
@="Open with Netron"
"Icon"="C:\\Users\\Administrator\\AppData\\Local\\Programs\\netron\\Netron.exe"

[HKEY_CLASSES_ROOT\Directory\Background\shell\OpenNetron\command]
@="\"C:\\Users\\Administrator\\AppData\\Local\\Programs\\netron\\Netron.exe\""

pip install ultralytics 安装 ultralytics库

1.先写 py2onnx.py代码

from ultralytics import YOLO
 
model = YOLO("best.pt")
success = model.export(format="onnx", opset=11, simplify=True)  # export the model to onnx format
assert success