yolov5模型转换(一) pt文件转onnx

使用的yolov5代码：https://github.com/ultralytics/yolov5/tree/v5.0

1.安装依赖库

pip install onnx coremltools onnx-simplifier

2.导出 onnx

python models/export.py --weights yolov5s-best.pt --img 640 --batch 1

在 yolov5s-best.pt 的同级目录生成了 yolov5s-best.onnx、yolov5s-best.mlmodel 和 yolov5s-best.torchscript.pt三个文件。
可以使用netron查看yolov5s-best.onnx模型结构。

# 在终端运行
pip install netron
python
import netron
netron.start('yolov5s-best.onnx')

3.用 onnx-simplifer 简化模型

【为什么要简化？】在训练完深度学习的pytorch或者tensorflow模型后，有时候需要把模型转成 onnx，但是很多时候，很多节点比如cast节点，Identity 这些节点可能都不需要，我们需要进行简化，这样会方便我们把模型转成ncnn或者mnn等这些端侧部署的模型格式或者通过tensorRT进行部署。

python -m onnxsim yolov5s-best.onnx yolov5s-best-sim.onnx

前者yolov5s-best.onnx是需要简化的onnx的路径，后者yolov5s-best-sim.onnx是输出简化后模型的路径。

要继续转成ncnn，请参考yolov5模型转换(二) onnx转ncnn.

参考文献：
YOLOv5利用ncnn部署系列(二).