apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-05 08:37:06 +08:00
Code Issues Actions 2 Packages Projects Releases Wiki Activity
Files
b557dbc2d8ea0df6930da3c9f2c61c20ff33960c
FastDeploy/examples/vision/classification/yolov5cls/README.md
WJJ1995 b557dbc2d8 Add YOLOv5-cls Model (#335) 
* add yolov5cls

* fixed bugs

* fixed bugs

* fixed preprocess bug

* add yolov5cls readme

* deal with comments

* Add YOLOv5Cls Note

* add yolov5cls test

Co-authored-by: Jason <jiangjiajun@baidu.com>
2022-10-12 15:57:26 +08:00

1.7 KiB
Raw Blame History

YOLOv5Cls准备部署模型

  • YOLOv5Cls v6.2部署模型实现来自YOLOv5,和基于ImageNet的预训练模型
    • （1）官方库提供的*-cls.pt模型，使用YOLOv5中的export.py导出ONNX文件后，可直接进行部署；
    • （2）开发者基于自己数据训练的YOLOv5Cls v6.2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YOLOv5Cls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(top1) 精度(top5)
YOLOv5n-cls 9.6MB 64.6% 85.4%
YOLOv5s-cls 21MB 71.5% 90.2%
YOLOv5m-cls 50MB 75.9% 92.9%
YOLOv5l-cls 102MB 78.0% 94.0%
YOLOv5x-cls 184MB 79.0% 94.4%

详细部署文档

版本说明