PaddleOCR转ONNX模型(推理部分)
本文是继上一篇将PaddleOCR检测模型以及识别模型转为ONNX模型后,利用ONNX模型进行推理的代码篇,大部分代码也是出自PaddleOCR,本人只是调用一下。 (一)
本文是继上一篇将PaddleOCR检测模型以及识别模型转为ONNX模型后,利用ONNX模型进行推理的代码篇,大部分代码也是出自PaddleOCR,本人只是调用一下。 (一)
权重模型转推理模型的意义? 方便部署:转为onnx格式的模型后,就可以不需要依赖mmdetection框架部署模型,同时也作为tensorRT格式的过渡模型。减少开销:onnx格式的模型占用GPU内存更小,更为精简,相比原始权重模型实际大小几乎
🥇 版权: 本文由【墨理】原创、在CSDN首发、如需转载,请联系博主 🥇 YOLOX Deployment 📔 ONNX export and an ONNXRuntime 所参考教