下面的内容是对 YOLOv5-yolov5s TensorRT部署前的准备之导出可用的ONNX。
之前已经写过部分内容，但是还不够详细。
1. YOLOv5-6.0版本
以下内容以 6.0 版本为准。
修改导出文件：
def forward(self, x):
z = [] # inference output
for i in range(self.nl):
x[i] = self.m[i](x[i]) # conv2d
# 修改1：对于任何用到shape、size返回值的参数时，为了避免pytorch 导出 onnx 时候，对size 进行跟踪，跟踪时候会生成gather、shape的节点。使用 map 加上int转换。
bs, _, ny, nx = map(int,x[i].shape) # x(bs,255,20,20) to x(bs,3,20,20,85)
# 修改2：对于reshape、view操作时，-1的指定请放到batch维度。其他维度可以计算出来即可。batch维度禁止指定为大于-1的明确数字。所以这里 bs 改为 -1.
x[i] = x[i].view(-1, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()
# export.py：model.train() if train else model.eval() # 264行： train=False, # model.train() mode 所以这里是 model.eval()模式, self.training 为 False,所以推理使用以下代码
if not sel
Original: https://blog.csdn.net/hymn1993/article/details/123893719
Author: 理心炼丹
Title: 【目标检测-YOLO】YOLOv5-yolov5s TensorRT部署准备之ONNX导出（第一篇）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/629356/
转载文章受原作者版权保护。转载请注明原作者出处！