yolov5 多版本共存

在做工业项目时，yolov5是比较好的检测算法，

但是如果一个项目中需要多个版本的yolov5检测项目，检测不同的物体，

加载不同版本的网络会报错

  

   

    

     

    
    

     

      self.weights='yolov5s.pth'
     
    
   

    

     

    
    

     

      model = torch.load(self.weights)
     
    
   

    

     

    
    

     

      stride = int(model.stride.max())  # model stride
     
    
  
 

原因有：

1.网络结构不一样，比如激活函数不一样，层内容不一样

2.检测层Detect不一样。

解决方法：jit.trace方式。

导出：

  

   

    

     

    
    

     

              self.model.model[-1].export = True
     
    
   

    

     

    
    

     

              self.model.eval()
     
    
   

    

     

    
    

     

              self.model=self.model.float()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

              x = torch.randn(1, 3, 544, 960).float().cuda()
     
    
   

    

     

    
    

     

              traced_cell = torch.jit.trace(self.model, (x))
     
    
   

    

     

    
    

     

              torch.jit.save(traced_cell, "jit_face_detect.pth")
     
    
  
 

加载部分代码：

  

   

    

     

    
    

     

            face_model_path=r'D:\project\detect\face\yolov5-face-master\jit_face_detect.pth'
     
    
   

    

     

    
    

     

              face_para
     
    
  
 

文章来源: blog.csdn.net，作者：AI视觉网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/121483050