yolov8n 部署版本,后处理用python语言和C++语言形式进行改写,便于移植不同平台(onnx、tensorRT、rknn、Horizon)。
yolov8n_onnx:onnx模型、测试图像、测试结果、测试demo脚本
yolov8n_TensorRT:TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型、onnx2tensorRT脚本(tensorRT-7.2.3.4)
yolov8n_rknn:rknn模型、测试(量化)图像、测试结果、onnx2rknn转换测试脚本
yolov8n_horizon:地平线模型、测试(量化)图像、测试结果、转换测试脚本、测试量化后onnx模型脚本
(注:图片来源coco128)
说明:推理测试预处理没有考虑等比率缩放,激活函数 SiLU 用 Relu 进行了替换。由于使用的是coco128数据进行训练的,且迭代的次数不多,效果并不是很好,仅供测试流程用。
导出onnx参考 yolov8 瑞芯微RKNN和地平线Horizon芯片仿真测试部署-2023年11月15日版本
导出onnx参考 yolov8 瑞芯微RKNN和地平线Horizon芯片仿真测试部署-2023年2月版本
优点:板端部署通用性好,在板端效率高。 缺点:工程难道大。
官方导出onnx方式板端部署方式参考 官方导出onnx方式部署 。
rknn的板端部署参考 C++部署
想试试yolov8seg的小伙伴看过来:模型+代码