FastDeploy/examples/vision/facedet/yolov7face

YOLOv7Face准备部署模型

• YOLOv7Face部署模型实现来自YOLOv7Face,和基于WiderFace的预训练模型
  • （1）官方库中提供的*.pt通过导出ONNX模型操作后，可进行部署；
  • （2）开发者基于自己数据训练的YOLOv7Face模型，可按照导出ONNX模型后，完成部署。

导出ONNX模型

访问YOLOv7Face官方github库，按照指引下载安装，下载.pt 模型，利用 export.py 得到onnx格式文件。

• 下载yolov7模型文件

Method	Test Size	Easy	Medium	Hard	FLOPs (B) @640	Link
yolov7-lite-t	640	88.7	85.2	71.5	0.8	google
yolov7-lite-s	640	92.7	89.9	78.5	3.0	google
yolov7-tiny	640	94.7	92.6	82.1	13.2	google
yolov7s	640	94.8	93.1	85.2	16.8	google
yolov7	640	96.9	95.5	88.0	103.4	google
yolov7+TTA	640	97.2	95.8	87.7	103.4	google
yolov7-w6	960	96.4	95.0	88.3	89.0	google
yolov7-w6+TTA	1280	96.9	95.8	90.4	89.0	google

• 导出onnx格式文件

  python ./models/export.py --weights yolov7-tiny-face.pt --grid --simplify --img-size 640 640
  

下载预训练ONNX模型

为了方便开发者的测试，下面提供了YOLOv7Face导出的各系列模型，开发者可直接下载使用。

模型	大小
yolov7-lite-e	3.2MB
yolov7-tiny-face	30.3MB

详细部署文档

• Python部署
• C++部署

版本说明

• 本版本文档和代码基于YOLOv7Face 编写