背景:
里面使用的模型是yolov5s_6.0。在手机上运行检测正常,但是速度稍慢,打算更换模型为yolo5n6,遇到的问它再此记录
问题1:yolo模型转ncnn模型
- 进入虚拟环境
conda activate yolo5 - 安装onnx
pip install onnx
pip install onnx-simplifier - 运行export.py
python export.py –weights yolo5n6.pt –img 640 640 –batch 1 –train –simplify –include onnx
python -m onnxsim yolo5n6.onnx yolo5n6-sim.onnx - 在线ncnn转换:https://convertmodel.com/#outputFormat=ncnn
问题2:yolo5n6.param参数修改
我这边暂时按照原来3层输出的代码,丢弃了strip64的输出,检测正常。
但是准确率确实比v5s要差些。
后续研究strip64参数作用,修改代码增加strip64层输出,看效果是否有改善
请看下集
Original: https://blog.csdn.net/JCYAO_/article/details/124604713
Author: JCYAO_
Title: ncnn yolov5.cpp切换yolov5n6模型(一)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/681947/
转载文章受原作者版权保护。转载请注明原作者出处!