热门标签
热门文章
- 1mysql卸载后重装不_mysql卸载后无法重装
- 2Python的http模块requests
- 3【jQuery学习】jQuery内容文本值_jquery 定位元素内容
- 4计算image1和image2之间的LPIPS指标的python代码_计算两个数据集的lpips
- 5乐鑫 SoC 内存映射入门_soc中内存访问客户端
- 6docker 容器防火墙设置_容器内部防火墙
- 7Windows10 下使用 telnet 命令_win telnet返回结果
- 8[Ansible系列]ansible JinJia2过滤器_ansible jinja2 filter
- 9Win10 远程连接 MySQL 防火墙阻止访问的解决办法_客户端访问mssql 被防火墙拦截
- 10C++实现YOLO目标识别图像预处理、后处理_yolo后处理
当前位置: article > 正文
YOLOv5导出onnx、TrensorRT部署（LINUX）_trtmodel
作者：繁依Fanyi0 | 2024-02-24 23:03:42
赞
踩
trtmodel
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
前言
提示：这里可以添加本文要记录的大概内容：
本文在linux下对yolov5导出onnx模型进行修改，导出trtmodel,实现C++部署。
可能涉及到模型压缩剪枝。
提示：以下是本篇文章正文内容，下面案例可供参考
一、版本声明
YOLOv5版本：YOLOv5-6.0：https://github.com/ultralytics/yolov5/tree/v6.0
二、实现步骤
1.训练一个目标检测模型
此处以YOLOv5s为例在私人数据集上进行训练得到以下模型：
模型压缩：稀疏训练、剪枝、微调 参考：https://blog.csdn.net/qq_46098574/article/details/125174256?spm=1001.2014.3001.5502
2.导出onnx模型
# YOLOv5 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/繁依Fanyi0/article/detail/136596推荐阅读
相关标签
Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。
