文章目录[隐藏]
1）下载onnx依赖包，在自己的yolo环境下输入以下命令：
pip install onnx
2）运行导出模型程序，输入以下命令：
python export.py --weights weights/yolov5s.pt
3）打开模型查看网页：https://netron.app 打开刚生成的yolov5s.onnx文件
版权声明：本文为CSDN博主「P---H」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/weixin_45025164/article/details/121856574
YOLO-V3-SPP 继前两篇简单的YOLO博文 YOLO-V1 论文理解《You Only Look Once: Unified, Real-Time Object Detection》YOLO-V2论文理解《YOLO9000: Bet
最近在折腾yolov5，训练了一个识别纸牌的模型，最后使用onnxruntime进行部署，感兴趣的可以上github上clone下来玩玩，模型的权重文件上传到了百度网盘，链接
使用yolov5实现垃圾目标检测（有图形化界面，webapp)。 计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架&#x
这个网络架构在win10上和ubuntu上都搭起来了，里面有的截图是用的ubuntu系统的截图，不影响 我的环境 Python版本 3.7 CUDA版本 11.1 PyTorch版本 1.7.0cu110࿰
暂无评论