apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-31 11:56:44 +08:00
Code Issues Actions 6 Packages Projects Releases Wiki Activity
Files
a8429966169d071617e0c5540c50b4332bc2713c
FastDeploy/examples/vision/detection/yolov5
History
WJJ1995 9437c82848 [Model] GPL-3.0 License (#1062) 
* add GPL lisence

* add GPL-3.0 lisence

* add GPL-3.0 lisence

* add GPL-3.0 lisence
2023-01-05 13:24:24 +08:00
..
a311d
[Doc] Update YOLOv5 doc for TIMVX NPU (#1041)
2023-01-04 10:32:15 +08:00
cpp
[Other] Improve examples and readme for Ascend deployment (#1052)
2023-01-04 16:18:38 +08:00
python
[Other] Add detection, segmentation and OCR examples for Ascend deploy. (#983)
2023-01-04 10:01:23 +08:00
quantize
[Other] Update old Api to new ones (#861)
2022-12-14 17:25:58 +08:00
rv1126
[Doc] Update YOLOv5 doc for TIMVX NPU (#1041)
2023-01-04 10:32:15 +08:00
serving
[Serving]update np.object to np.object_ (#1021)
2022-12-30 16:43:47 +08:00
sophgo
[Backend] add sophgo backend (#1015)
2023-01-04 15:49:17 +08:00
README.md
[Model] GPL-3.0 License (#1062)
2023-01-05 13:24:24 +08:00

README.md

YOLOv5准备部署模型

  • YOLOv5 v7.0部署模型实现来自YOLOv5,和基于COCO的预训练模型
    • （1）官方库提供的*.onnx可直接进行部署；
    • （2）开发者基于自己数据训练的YOLOv5 v7.0模型，可使用YOLOv5中的export.py导出ONNX文件后，完成部署。

下载预训练ONNX模型

为了方便开发者的测试，下面提供了YOLOv5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
YOLOv5n 7.6MB 28.0% 此模型文件来源于YOLOv5，GPL-3.0 License
YOLOv5s 28MB 37.4% 此模型文件来源于YOLOv5，GPL-3.0 License
YOLOv5m 82MB 45.4% 此模型文件来源于YOLOv5，GPL-3.0 License
YOLOv5l 178MB 49.0% 此模型文件来源于YOLOv5，GPL-3.0 License
YOLOv5x 332MB 50.7% 此模型文件来源于YOLOv5，GPL-3.0 License

详细部署文档

版本说明