YOLOv8模型部署

YOLOv8模型部署 （针对道路交通采用多样化场景数据训练的模型 来测试新的场景）

——包含yolov8导出onnx【input shape (1, 3, 544, 960) BCHW ，output shape(s) (1, 10710, 15)】

——包含使用trtexec生成engine文件

——包含使用engine文件部署推理的所有源码

参考：

（1）yolov8之导出onnx（二）_model.export(format=“onnx”)-CSDN博客

说明：

（1）本次针对多样化场景，不同场景取1000+张图片（1920*1080）。

（2）训练YOLOv8模型（包含n和s的模型）

1 训练得到的pt文件转onnx

模型是通过Rect=True, imgsz = 960训练的。

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家小花儿/article/detail/128632