yolov8 模型部署_yolov8部署

1. 模型部署

如果要用TensorRT部署YOLOv8，需要先使用下面的命令将模型导出为onnx格式：

yolo export model=yolov8n.pt format=onnx opset=12
1

YOLOv8的3个检测头一共有80x80+40x40+20x20=8400个输出单元格，每个单元格包含x,y,w,h这4项再加80个类别的置信度总共84项内容，所以通过上面命令导出的onnx模型的输出维度为1x84x8400。

这样的通道排列顺序有个问题，那就是后处理的时候会造成内存访问不连续。为了解决这个问题，我们可以修改一下代码，具体做法是把ultralytics/nn/modules.py文件中的421行做如下修改，交换一下张量y的通道顺序：

修改代码后需要执行前面的安装命令pip install -e '.[dev]'使代码生效。这样修改后再执行上面的模型导出命令，模型的输出维度变为1x8400x84。

参考：YOLOv8初体验：检测、跟踪、模型部署
参考：
参考：
参考：