yolov8之导出onnx(二)

前面(一)我们给出了导出的batch是固定的,接下来我们实现动态导出:

yolov8之导出onnx(二)_第1张图片

 

导出的主代码demo.py:

import os
from ultralytics import YOLO
model = YOLO("yolov8s.yaml")
model=YOLO("../pretrained_model/yolov8s.pt")
#success=model.export(format="onnx")
success=model.export(format="onnx", half=False, dynamic=True, opset=17)

print("demo")

注意:half与dynamic必须二选一才行!

yolov8之导出onnx(二)_第2张图片

 

yolov8之导出onnx(二)_第3张图片

 

导出的onnx:

你可能感兴趣的:(深度学习算法部署,深度学习,人工智能)