• 🥇 版权: 本文由【墨理】原创、在CSDN首发、如需转载，请联系博主

🥇 YOLOX Deployment

📔 ONNX export and an ONNXRuntime

所参考教程

• https://github.com/Megvii-BaseDetection/YOLOX/tree/main/demo/ONNXRuntime

📕 环境搭建

环境搭建，可以参考上篇博文

• YOLOX 环境搭建 | 测试 | COCO训练复现 【YOLOX 实战】

🟧 export_onnx

cd yoloDir

git clone https://github.com/Megvii-BaseDetection/YOLOX.git

cd YOLOX

# 运行命令：

python3 tools/export_onnx.py --output-name yolox_s.onnx -n yolox-s -c preModels/yolox_s.pth

## 或者，两种指定方式都可以

# 如果说是，自己定义扩展的 YOLO ，那么 需要使用 -f 指定 xx.py 文件的方式

python3 tools/export_onnx.py --output-name yolox_s.onnx -f exps/default/yolox_s.py -c preModels/yolox_s.pth

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
 

输出如下【得到 yolox_s.onnx 】：

...

2021-08-25 09:08:00.847 | INFO     | __main__:main:55 - args value: 

Namespace(ckpt='preModels/yolox_s.pth', exp_file=None, experiment_name=None, input='images', name='yolox-s', no_onnxsim=False, opset=11, opts=[], output='output', output_name='yolox_s.onnx')
2021-08-25 09:08:01.075 | INFO     | __main__:main:79 - loading checkpoint done.

## 先转为 yolox_s.onnx,然后 simplified 

2021-08-25 09:08:06.185 | INFO     | __main__:main:89 - generated onnx model named yolox_s.onnx
2021-08-25 09:08:08.043 | INFO     | __main__:main:101 - generated simplified onnx model named 

yolox_s.onnx


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
 

查看代码可以看到，–no-onnxsim 默认为 False

参数解析

🟨 ONNXRuntime Demo 【yolox_s.onnx 推理测试】

cd YOLOX/demo/ONNXRuntime

python3 onnx_inference.py -m ../../yolox_s.onnx -i ../../assets/dog.jpg -o ./ -s 0.3 --input_shape 640,640


  

 

  
1
  
2
  
3
  
4
  
5
 

生成 和 原图 名字一致的 带检测图片，效果如下

参数解析

• ❤️ 你只看一篇就够用的教程 感谢各位大佬一键三连

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

原文链接：positive.blog.csdn.net/article/details/119915460