Yolo v5 pytorch模型转onnx用c++进行推理 |
您所在的位置:网站首页 › pytorch模型转tflite › Yolo v5 pytorch模型转onnx用c++进行推理 |
先说声抱歉因为搬家和工作问题 所以这部分文章耽搁了很久,趁着放假有空把部分文章补上 目录 要点: 环境配置 : pytorch模型转成onnx模型: onnxruntime python推理模型 onnxruntime c++推理模型 onnxruntime java推理模型 小结 要点:本文介绍如何使用u版的yolov5 模型转成 onnx模型,使用python代码推理onnx模型,然后再使用c++代码推理onnx模型,本文使用yolov5 s版本,在m,l,x都试过可行 环境配置 :1 u版的yolov5 4.0 版本,其他版本没有试过 https://github.com/ultralytics/yolov5 2 opencv 4.3 3.4.8 都可以,pytorch版本1.7 3 onnx 版本采用1.8.0,onnxruntime 采用 1.6.0 4 系统版本: windows 10 64位 pytorch模型转成onnx模型:1 训练好pytorch模型后,进行pytorch模型到onnx模型的转换,进入yolov5主目录的models目录,修改export.py文件,修改54行左右的内容,将model.model[-1].export = True 改为 model.model[-1].export = False 即可 修改完毕后即可导出onnx模型,返回上级yolov5主目录 执行 python models/export.py --weights ./640x640.pt --img 640 640 --batch 1 参数解释 weights:训练好的pytorch模型 img :转换的高宽 (注意,这里必须是32的倍数,顺序是高宽) batch:转换后一次推理的图片数目(注意这里使用多少,推理时就用多少,目前没研究动态batch推理) onnxruntime python推理模型1导出onnx文件后,进到yolov5 主目录执行 python demo_onnx_carPerson.py -i testImags/tesImg.jpg -m ./mine_models/best.onnx 验证下 参数解释: -i :要推理的图片 -m:所用到的onnx模型 这里主要有两点,一个是理解模型输出张量的格式,一个是前预处理的方法 模型的输出张量格式是有一个个目标数据组成的,目标数据的格式是x_center,y_center,w,h,obj_conf,class_1_conf,class_2_conf,...,class_n_conf,就是中心点的x坐标,y坐标,宽,高,目标置信度,每个类别的置信度,那么一个目标数据的长度就是 4 + 1 + class_num,那么输出张量的格式就是obj_num*(4+1+class_num),obj_num是目标个数 前处理的方法,第一步就是先根据模型输入修改图片的尺寸,可以直接采用opencv resize 图片,这样也可以进行推理,不过为了跟官方保持一致,可以进行按图片最长边的比例进行缩放,然后进行padding的方法进行resize的,方法在demo_onnx_carPerson.py的letterbox_image_v2的函数里面。推理函数则是detect_onnx函数。 1 c++推理onnx模型所需要的库则是windows版本的onnxruntime库,推理的过程其实就是把python推理onnx模型的过程用c++实现一遍,,这里说明是nms用的是opencv自带的,没有进行加权,而且是用的cpu推理 的。 2.1 步骤主要分为 三步 ,1是初始化模型 2是填充数据进入onnx的输入tensor 3是推理后进行后处理获取输出 2.2 初始化模型,主要是设置好onnx运行时的属性配置,然后载入路径初始化模型,另外还可以进行对模型warm up /** 初始化模型 * @brief Detector::initModel * @param model_path //模型路径 * @param class_num //类别数目 * @param conf_thres //分数阈值 * @param iou_thres //iou阈值 * @param input_size // 模型输入的尺寸 */ void Detector::initModel(std::string &model_path, int class_num,float conf_thres,float iou_thres, std::tuple &input_size) { m_classNum = class_num; m_confThres = conf_thres; m_iouThres = iou_thres; m_inputSize = input_size; #ifdef _WIN32 std::cout |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |