apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-04 16:22:57 +08:00
Code Issues Actions 2 Packages Projects Releases Wiki Activity
Files
b557dbc2d8ea0df6930da3c9f2c61c20ff33960c
FastDeploy/examples/vision/detection/yolov5
History
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
..
cpp
Change cmake minimal version
2022-09-28 17:45:02 +08:00
python
Rename Frontend to ModelFormat in documents (#265)
2022-09-22 14:00:34 +08:00
serving
Fd serving add docker images correlation and docs (#311)
2022-10-08 16:08:07 +08:00
README.md
Add YOLOv5-cls Model (#335)
2022-10-12 15:57:26 +08:00

README.md

YOLOv5准备部署模型

  • YOLOv5 v6.0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 v6.0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
YOLOv5n 1.9MB 28.4%
YOLOv5s 7.2MB 37.2%
YOLOv5m 21.2MB 45.2%
YOLOv5l 46.5MB 48.8%
YOLOv5x 86.7MB 50.7%

详细部署文档

版本说明