模型转换

模型转换：

1.yolov8训练出来的best.pt模型文件转onnx

这里比较简单，yolov8官方有一个pip包，里面可以用终端指令

pip install ultralytics（快速安装）

或者:

1.下载源码git clone

2.安装python包 pip install -r requirements.txt

3.在ultralytics-main的文件目录里，运行以下命令pip install -e .

测试是否安装成功：python文件运行以下指令

import ultralytics

ultralytics.checks()

反馈以下结果，则说明ultralytics安装成功

进入环境，打开一个终端

输入指令：yolo mode=export model=/home/sweet/vs/yolov8/runs/detect/train2/weights/best.pt

format=onnx device=0

其中 mode是模式

model：模型路径

format：导出的格式

device：设备，0为电脑上第一张显卡，cpu则用cpu导出

你也可以用python，在xx.py文件里

只需要在export里面继续加下面的键值就行

安装openvino python版即可

pip install openvino

找到安装openvino的地方，寻找mo_onnx.py

打开终端：输入ython3 mo_onnx.py –input_model <onnx模型路径> –output_dir <IR模型输出路径> –input_shape [输入形状] –compress_to_fp16

–input_shape 在不知道输入形状的情况下用，可以用netron来看,从下面INPUTS可知,data_type是FP16，shape是[1,3,640,640]

*–mean_values* 参数指定输入图像各通道的均值

*–scale_values* 参数指定输入图像各通道的缩放因子