文章目录[隐藏]
- 🥇 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
所参考教程
📕 环境搭建
环境搭建，可以参考上篇博文
🟧 export_onnx
cd yoloDir
git clone https://github.com/Megvii-BaseDetection/YOLOX.git
cd YOLOX
# 运行命令：
python3 tools/export_onnx.py --output-name yolox_s.onnx -n yolox-s -c preModels/yolox_s.pth
## 或者，两种指定方式都可以
# 如果说是，自己定义扩展的 YOLO ，那么 需要使用 -f 指定 xx.py 文件的方式
python3 tools/export_onnx.py --output-name yolox_s.onnx -f exps/default/yolox_s.py -c preModels/yolox_s.pth
输出如下【得到 yolox_s.onnx 】：
...
2021-08-25 09:08:00.847 | INFO | __main__:main:55 - args value:
Namespace(ckpt='preModels/yolox_s.pth', exp_file=None, experiment_name=None, input='images', name='yolox-s', no_onnxsim=False, opset=11, opts=[], output='output', output_name='yolox_s.onnx')
2021-08-25 09:08:01.075 | INFO | __main__:main:79 - loading checkpoint done.
## 先转为 yolox_s.onnx,然后 simplified
2021-08-25 09:08:06.185 | INFO | __main__:main:89 - generated onnx model named yolox_s.onnx
2021-08-25 09:08:08.043 | INFO | __main__:main:101 - generated simplified onnx model named
yolox_s.onnx
查看代码可以看到，–no-onnxsim 默认为 False
参数解析
🟨 ONNXRuntime Demo 【yolox_s.onnx 推理测试】
cd YOLOX/demo/ONNXRuntime
python3 onnx_inference.py -m ../../yolox_s.onnx -i ../../assets/dog.jpg -o ./ -s 0.3 --input_shape 640,640
生成 和 原图 名字一致的 带检测图片，效果如下
参数解析
- ❤️ 你只看一篇就够用的教程 感谢各位大佬一键三连
版权声明：本文为CSDN博主「墨理学AI」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/sinat_28442665/article/details/119915460
暂无评论