Экспорт модели с Ultralytics YOLO

Введение

Основная цель тренировки модели — её развертывание для реальных приложений. Режим экспорта в Ultralytics YOLOv8 предлагает множество вариантов для экспорта обученной модели в различные форматы, обеспечивая возможность развертывания на разных платформах и устройствах. Это исчерпывающее руководство направлено на то, чтобы провести вас через тонкости экспорта моделей, демонстрируя, как достичь максимальной совместимости и производительности.

Смотрите: Как экспортировать обученную пользовательскую модель Ultralytics YOLOv8 и запустить живое воспроизведение на веб-камере.

Почему стоит выбрать режим экспорта YOLOv8?

• Универсальность: Экспорт в несколько форматов, включая ONNX, TensorRT, CoreML и другие.
• Производительность: Увеличение скорости на GPU до 5 раз с TensorRT и ускорение на CPU до 3 раз с ONNX или OpenVINO.
• Совместимость: Сделайте вашу модель универсально развертываемой в различных аппаратных и программных средах.
• Простота использования: Простой интерфейс командной строки и Python API для быстрого и простого экспорта моделей.

Ключевые особенности режима экспорта

Вот некоторые из ключевых функций:

• Экспорт одним кликом: Простые команды для экспорта в разные форматы.
• Пакетный экспорт: Экспорт моделей, способных к пакетной обработке.
• Оптимизированное предсказание: Экспортированные модели оптимизированы для более быстрого предсказания.
• Учебные видео: Глубокие руководства и обучающие видео для гладкого опыта экспорта.

Примеры использования

Экспорт модели YOLOv8n в другой формат, например ONNX или TensorRT. Смотрите раздел Аргументы ниже для полного списка аргументов экспорта.

from ultralytics import YOLO

# Загрузите модель
model = YOLO('yolov8n.pt')  # загрузка официальной модели
model = YOLO('path/to/best.pt')  # загрузка обученной пользовательской модели

# Экспорт модели
model.export(format='onnx')

yolo export model=yolov8n.pt format=onnx  # экспорт официальной модели
yolo export model=path/to/best.pt format=onnx  # экспорт обученной пользовательской модели

Аргументы

Настройки экспорта моделей YOLO относятся к различным конфигурациям и опциям, используемым для сохранения или экспорта модели для использования в других средах или платформах. Эти настройки могут влиять на производительность модели, размер и совместимость с разными системами. Некоторые общие настройки экспорта YOLO включают формат экспортируемого файла модели (например, ONNX, TensorFlow SavedModel), устройство, на котором будет запущена модель (например, CPU, GPU), а также наличие дополнительных функций, таких как маски или несколько меток на коробку. Другие факторы, которые могут повлиять на процесс экспорта, включают конкретное задание, для которого используется модель, и требования или ограничения целевой среды или платформы. Важно тщательно рассмотреть и настроить эти параметры, чтобы убедиться, что экспортированная модель оптимизирована для предполагаемого использования и может быть эффективно использована в целевой среде.

Форматы экспорта

Доступные форматы экспорта YOLOv8 указаны в таблице ниже. Вы можете экспортировать в любой формат, используя аргумент format, например, format='onnx' или format='engine'.

Комментарии