马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
x
1. 将训练的.pt模子转换为onnx模子
- import os
- print(os.getcwd())
- from ultralytics import RTDETR
- # Load a COCO-pretrained RT-DETR-l model
- model_pth = r"E:\02.Projects\01.ultralytics\ultralytics\models\rtdetr\adas\single_category_vehicle-rtdetr\weights\best.pt"
- model = RTDETR(model_pth) # "rtdetr-l.pt"
- # Display model information (optional)
- model.info()
- #model.export(format='onnx',opset=17, simplify=True, dynamic=False, imgsz=(640, 640)) # default, opset=19
- model.export(format='onnx') # default, opset=19
- print('Done.')
复制代码 2. 验证转换后的模子是否正确
- import onnx
- import onnxruntime as ort
- # 加载 ONNX 模型
- onnx_model = onnx.load('rtdetr-l.onnx')
- # 检查模型是否正确
- onnx.checker.check_model(onnx_model)
- # 使用 onnxruntime 运行模型
- ort_session = ort.InferenceSession('rtdetr-l.onnx')
- # 准备输入数据(根据模型的输入要求进行准备)
- # outputs = ort_session.run(None, {input_name: input_data})
- print('Done.')
复制代码 免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |