1.模型转换
首先,我们将yolov8n.pt转换分别转换成onnx、ncnn、tflite格式模型,供后续使用差别模型摆设使用,进行速度对比测试。转换代码如下:
- # 转onnx
- yolo export model=yolov8n.pt format=onnx
- # 转ncnn
- yolo export model=yolov8n.pt format=ncnn
- # 转tflite
- yolo export model=yolov8n.pt format=tflite
复制代码
2. 模型摆设测试
首先,写一个可以测试摄像头与视频的测试脚本VideoTest.py,方便我们进行差别模型的测试。
2.1 pytorch 摆设方式
基于pytorch框架的原生yolov8.pt摆设测试,测试结果如下,检测视频的速度约为2帧/s。命令如下:
❝ python VideoTest.py --model=yolov8n.pt --source=1.mp4 --show=True
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。 |