mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-13 12:23:55 +08:00
39 lines
1.7 KiB
Markdown
39 lines
1.7 KiB
Markdown
# YOLOv7准备部署模型
|
||
|
||
## 模型版本说明
|
||
|
||
- [YOLOv7 0.1](https://github.com/WongKinYiu/yolov7/releases/tag/v0.1)
|
||
- （1）[YOLOv7 0.1](https://github.com/WongKinYiu/yolov7/releases/tag/v0.1)链接中.pt后缀模型通过[导出ONNX模型](#导出ONNX模型)操作后，可直接部署；.onnx、.trt和 .pose后缀模型暂不支持部署；
|
||
- （2）开发者基于自己数据训练的YOLOv7 0.1模型，可按照[导出ONNX模型](#%E5%AF%BC%E5%87%BAONNX%E6%A8%A1%E5%9E%8B)后，完成部署。
|
||
|
||
## 导出ONNX模型
|
||
|
||
```
|
||
# 下载yolov7模型文件，或准备训练好的YOLOv7模型文件
|
||
wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt
|
||
|
||
# 导出onnx格式文件 (Tips: 对应 YOLOv7 release v0.1 代码)
|
||
python models/export.py --grid --dynamic --weights PATH/TO/yolov7.pt
|
||
|
||
# 如果您的代码版本中有支持NMS的ONNX文件导出，请使用如下命令导出ONNX文件(请暂时不要使用 "--end2end"，我们后续将支持带有NMS的ONNX模型的部署)
|
||
python models/export.py --grid --dynamic --weights PATH/TO/yolov7.pt
|
||
|
||
# 移动onnx文件到examples目录
|
||
cp PATH/TO/yolov7.onnx PATH/TO/FastDeploy/examples/vision/detextion/yolov7/
|
||
```
|
||
|
||
## 下载预训练模型
|
||
|
||
为了方便开发者的测试，下面提供了YOLOv7导出的各系列模型，开发者可直接下载使用。
|
||
|
||
| 模型 | 大小 | 精度 |
|
||
|:---------------------------------------------------------------- |:----- |:----- |
|
||
| [YOLOv7](https://bj.bcebos.com/paddlehub/fastdeploy/yolov7.onnx) | 141MB | 51.4% |
|
||
| [YOLOv7-x] | 10MB | 51.4% |
|
||
|
||
|
||
## 详细部署文档
|
||
|
||
- [Python部署](python)
|
||
- [C++部署](cpp)
|