pt模型訓練，轉onnx

pytorch訓練yolov5s.pt，之後轉onnx。

以檢測條形碼為例，1分類問題，訓練yolov5s.pt。

2、data資料夾裡，images放入樣本，labels放入對應的txt標籤（labelimg製作，注意選擇yolo模式）

新建yaml檔案（上圖中的barcode.yaml），用於指定路徑和類別。為了省事訓練和驗證用的一樣的圖。

3、vscode開啟程式資料夾

修改models裡yolov5s.yaml類別為1

修改根目錄裡的train.py

點選vscode右上方的開始按鈕，訓練完畢後，在runs\train\exp\weights\裡得到pt模型 best.pt

4、測試下效果

修改根目錄裡detect.py

點選vscode右上方的開始按鈕，檢測完畢後，在runs\detect\exp\裡得到結果圖。

5、pt轉onnx

vscode下方的「終端」裡輸入命令。注意自己的pt路徑，會在同路徑裡得到best.onnx。

python export.py --weightsruns/train/exp7/best.pt--img 640 --batch 1

【為什麼要簡化？】在訓練完深度學習的pytorch或者tensorflow模型後，有時候需要把模型轉成 onnx，但是很多時候，很多節點比如cast節點，identity 這些節點可能都不需要，我們需要進行簡化，這樣會方便我們把模型轉成ncnn或者mnn等這些端側部署的模型格式或者通過tensorrt進行部署。

pip install onnx coremltools onnx-simplifier

cd runs/train/exp7/weights

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

pip install netron

python
import
netron
netron.start(
'best-sim.onnx
')

yolov5模型轉換 一 pt檔案轉onnx

pip install onnx coremltools onnx simplifierpython models export.py weights yolov5s best.pt img 640 batch 1 在終端執行 為什麼要簡化？在訓練完深度學習的pytorch或者tensorflow模...

onnx模型轉tensorflow模型

onnx是開源神經網路交換平台，有了它基本上不用糾結用什麼深度學習框架的問題了。我現在記錄一下怎麼將onnx模型轉換成tensorflow模型。1 安裝tensorflow和onnx 我是通過anaconda安裝的。詳情 這個部落格記載了安裝anaconda和onnx的詳情，安裝好anaconda後...

onnx模型轉tensorflow的pb格式

遇到了很多坑，最常見的就是少了什麼模組，或某個模組沒有啥屬性，如 module tensorflow has no attribute ceil 記錄一下現在轉換成功的方式，首先 git clone 之後在終端安裝 pip install e.pip install tensorflow addon...