darknet cpp weights模型转换成ONNX模型

整理不易,如果觉得有用,记得点赞收藏和分享哦

1. 下载转换需要的代码文件

在下面地址下载代码文件

https://gitee.com/liangjiaxi2019/pytorch-YOLOv4

2. 安装onnxruntime

这里使用的是1.9.0版本的onnxruntime

pip3 install onnxruntime==1.9.0

3. 准备模型以及配置文件

在项目的data目录下准备转换需要的文件

需要模型架构的cfg文件,表示类别names文件,模型的权重weights文件以及一张测试图片
darknet cpp weights模型转换成ONNX模型_第1张图片

4.修改代码配置

修改demo_onnx.py文件
第56行写上当前模型预测的类别数目, 修改64行,改成实际模型的类别names文件
darknet cpp weights模型转换成ONNX模型_第2张图片

5. 运行转换

运行下面命令进行转换
其中最后一个参数是batchsize,这里以后模型推理是利用单张图输入,所以设成1

python3 demo_onnx.py data/xxxx.cfg data/xxxxx.weights data/testimage.jpg 1

6. 转换ONNX结果

转换完成以后,会生成onnx模型以及通过onnx模型预测的图片结果
darknet cpp weights模型转换成ONNX模型_第3张图片

你可能感兴趣的:(pytorch,人工智能,python)