[English](README.md) | 简体中文 # YOLOv5Lite准备部署模型 - YOLOv5Lite部署实现来自[YOLOv5-Lite](https://github.com/ppogg/YOLOv5-Lite/releases/tag/v1.4) 代码,和[基于COCO的预训练模型](https://github.com/ppogg/YOLOv5-Lite/releases/tag/v1.4)。 - (1)[官方库](https://github.com/ppogg/YOLOv5-Lite/releases/tag/v1.4)提供的*.pt通过[导出ONNX模型](#导出ONNX模型)操作后,可进行部署; - (2)自己数据训练的YOLOv5Lite模型,按照[导出ONNX模型](#%E5%AF%BC%E5%87%BAONNX%E6%A8%A1%E5%9E%8B)操作后,参考[详细部署文档](#详细部署文档)完成部署。 ## 导出ONNX模型 - 自动获取 访问[YOLOv5Lite](https://github.com/ppogg/YOLOv5-Lite) 官方github库,按照指引下载安装,下载`yolov5-lite-xx.onnx` 模型(Tips:官方提供的ONNX文件目前是没有decode模块的) ```bash #下载yolov5-lite模型文件(.onnx) Download from https://drive.google.com/file/d/1bJByk9eoS6pv8Z3N4bcLRCV3i7uk24aU/view 官方Repo也支持百度云下载 ``` - 手动获取 访问[YOLOv5Lite](https://github.com/ppogg/YOLOv5-Lite) 官方github库,按照指引下载安装,下载`yolov5-lite-xx.pt` 模型,利用 `export.py` 得到`onnx`格式文件。 - 导出含有decode模块的ONNX文件 首先需要参考[YOLOv5-Lite#189](https://github.com/ppogg/YOLOv5-Lite/pull/189)的解决办法,修改代码。 ```bash #下载yolov5-lite模型文件(.pt) Download from https://drive.google.com/file/d/1oftzqOREGqDCerf7DtD5BZp9YWELlkMe/view 官方Repo也支持百度云下载 # 导出onnx格式文件 python export.py --grid --dynamic --concat --weights PATH/TO/yolov5-lite-xx.pt ``` - 导出无decode模块的ONNX文件(不需要修改代码) ```bash #下载yolov5-lite模型文件 Download from https://drive.google.com/file/d/1oftzqOREGqDCerf7DtD5BZp9YWELlkMe/view 官方Repo也支持百度云下载 # 导出onnx格式文件 python export.py --grid --dynamic --weights PATH/TO/yolov5-lite-xx.pt ``` ## 下载预训练ONNX模型 为了方便开发者的测试,下面提供了YOLOv5Lite导出的各系列模型,开发者可直接下载使用。(下表中模型的精度来源于源官方库) | 模型 | 大小 | 精度 | 备注 | |:---------------------------------------------------------------- |:----- |:----- |:----- | | [YOLOv5Lite-e](https://bj.bcebos.com/paddlehub/fastdeploy/v5Lite-e-sim-320.onnx) | 3.1MB | 35.1% | 此模型文件来源于[YOLOv5-Lite](https://github.com/ppogg/YOLOv5-Lite),GPL-3.0 License | | [YOLOv5Lite-s](https://bj.bcebos.com/paddlehub/fastdeploy/v5Lite-s-sim-416.onnx) | 6.3MB | 42.0% | 此模型文件来源于[YOLOv5-Lite](https://github.com/ppogg/YOLOv5-Lite),GPL-3.0 License | | [YOLOv5Lite-c](https://bj.bcebos.com/paddlehub/fastdeploy/v5Lite-c-sim-512.onnx) | 18MB | 50.9% | 此模型文件来源于[YOLOv5-Lite](https://github.com/ppogg/YOLOv5-Lite),GPL-3.0 License | | [YOLOv5Lite-g](https://bj.bcebos.com/paddlehub/fastdeploy/v5Lite-g-sim-640.onnx) | 21MB | 57.6% | 此模型文件来源于[YOLOv5-Lite](https://github.com/ppogg/YOLOv5-Lite),GPL-3.0 License | ## 详细部署文档 - [Python部署](python) - [C++部署](cpp) ## 版本说明 - 本版本文档和代码基于[YOLOv5-Lite v1.4](https://github.com/ppogg/YOLOv5-Lite/releases/tag/v1.4) 编写