【OpenVINO】onnx模型转换成IR中间模型

OpenVINO 安装:【OpenVINO】 Windows10环境下载安装_乐亦亦乐的博客-CSDN博客

进入OpenVINO安装目录:

 执行转换命令:

python mo_onnx.py --input_model <输入模型路经> --output_dir <输出模型路经> --input_shape [1,3,32,32](可修改)

例如:

E:\Intel\openvino_2021.4.582\deployment_tools\model_optimizer>python mo_onnx.py --input_model "G:\深度学习实训\Yolo-FastestV2\yolo-fastestv2.onnx" --output_dir "G:\深度学 习实训\Yolo-FastestV2\openVINO" --input_shape [1,3,352,352]

这样就可以直接将onnx模型转成OpenVINO格式!

转换后的模型文件:

版权声明:本文为CSDN博主「乐亦亦乐」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_41251963/article/details/121414335

乐亦亦乐

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Meta-DETR | 图像级“元”学习提升目标检测精度

计算机视觉研究院专栏作者:Edison_GOne-shot目标检测旨在通过几个标注的样本来检测新的目标。之前的工作已经证明了元学习是一个很有前途的解决方案,它们中的大多数基本上是通过解决在区域上的元学习检测来进行分类

AP AR mAP ROC AUC(目标检测)

禁止转载!在做目标检测任务的时候,通常会制定规则来评估性能,就如下图所示,后面会慢慢道来其中的原理。 混淆矩阵中 TP、TN、FP、FN
在目标检测中,通常以IoU阈值作为