Xuất mô hình với Ultralytics YOLO
Giới thiệu
Mục tiêu cuối cùng của việc đào tạo một mô hình là triển khai nó cho các ứng dụng trong thế giới thực. Chế độ xuất trong Ultralytics YOLOv8 Cung cấp một loạt các tùy chọn linh hoạt để xuất mô hình đã đào tạo của bạn sang các định dạng khác nhau, giúp nó có thể triển khai trên nhiều nền tảng và thiết bị khác nhau. Hướng dẫn toàn diện này nhằm mục đích hướng dẫn bạn qua các sắc thái của xuất mô hình, giới thiệu cách đạt được khả năng tương thích và hiệu suất tối đa.
Xem: Làm thế nào để xuất khẩu tùy chỉnh đào tạo Ultralytics YOLOv8 Mô hình hóa và chạy suy luận trực tiếp trên webcam.
Tại sao chọn YOLOv8Chế độ xuất của bạn?
- Linh hoạt: Xuất sang nhiều định dạng bao gồm: ONNX, TensorRT, CoreMLvà hơn thế nữa.
- Hiệu năng: Tăng tốc GPU lên đến 5x với TensorRT và tăng tốc CPU gấp 3 lần với ONNX hoặc OpenVINO.
- Tương thích: Làm cho mô hình của bạn có thể triển khai phổ biến trên nhiều môi trường phần cứng và phần mềm.
- Dễ sử dụng: Giản dị CLI và Python API để xuất mô hình nhanh chóng và đơn giản.
Các tính năng chính của chế độ xuất khẩu
Dưới đây là một số chức năng nổi bật:
- Xuất bằng một cú nhấp chuột: Các lệnh đơn giản để xuất sang các định dạng khác nhau.
- Xuất khẩu hàng loạt: Xuất các mô hình có khả năng suy luận hàng loạt.
- Suy luận được tối ưu hóa: Các mô hình đã xuất được tối ưu hóa để có thời gian suy luận nhanh hơn.
- Video hướng dẫn: Hướng dẫn và hướng dẫn chuyên sâu để có trải nghiệm xuất mượt mà.
Mẹo
- Xuất sang ONNX hoặc OpenVINO để tăng tốc CPU lên đến 3x.
- Xuất sang TensorRT để tăng tốc GPU lên đến 5x.
Ví dụ sử dụng
Xuất một YOLOv8n mô hình sang một định dạng khác như ONNX hoặc TensorRT. Xem phần Đối số bên dưới để biết danh sách đầy đủ các đối số xuất.
Ví dụ
Lập luận
Bảng này chi tiết các cấu hình và tùy chọn có sẵn để xuất YOLO mô hình đến các định dạng khác nhau. Các cài đặt này rất quan trọng để tối ưu hóa hiệu suất, kích thước và khả năng tương thích của mô hình đã xuất trên các nền tảng và môi trường khác nhau. Cấu hình phù hợp đảm bảo rằng mô hình đã sẵn sàng để triển khai trong ứng dụng dự định với hiệu quả tối ưu.
Lý lẽ | Kiểu | Mặc định | Sự miêu tả |
---|---|---|---|
format |
str |
'torchscript' |
Định dạng đích cho mô hình đã xuất, chẳng hạn như 'onnx' , 'torchscript' , 'tensorflow' hoặc các môi trường khác, xác định khả năng tương thích với các môi trường triển khai khác nhau. |
imgsz |
int hoặc tuple |
640 |
Kích thước hình ảnh mong muốn cho đầu vào mô hình. Có thể là số nguyên cho hình vuông hoặc bộ dữ liệu (height, width) cho các kích thước cụ thể. |
keras |
bool |
False |
Cho phép xuất sang định dạng Keras cho TensorFlow SavedModel, cung cấp khả năng tương thích với TensorFlow phục vụ và API. |
optimize |
bool |
False |
Áp dụng tối ưu hóa cho thiết bị di động khi xuất sang TorchScript, có khả năng giảm kích thước mô hình và cải thiện hiệu suất. |
half |
bool |
False |
Cho phép lượng tử hóa FP16 (nửa chính xác), giảm kích thước mô hình và có khả năng tăng tốc độ suy luận trên phần cứng được hỗ trợ. |
int8 |
bool |
False |
Kích hoạt lượng tử hóa INT8, tiếp tục nén mô hình và tăng tốc độ suy luận với tổn thất độ chính xác tối thiểu, chủ yếu cho các thiết bị biên. |
dynamic |
bool |
False |
Cho phép kích thước đầu vào động cho ONNX và TensorRT xuất khẩu, tăng cường tính linh hoạt trong việc xử lý các kích thước hình ảnh khác nhau. |
simplify |
bool |
False |
Đơn giản hóa biểu đồ mô hình cho ONNX xuất khẩu, có khả năng cải thiện hiệu suất và khả năng tương thích. |
opset |
int |
None |
Chỉ định ONNX Phiên bản opset để tương thích với khác nhau ONNX Trình phân tích cú pháp và thời gian chạy. Nếu không được đặt, hãy sử dụng phiên bản được hỗ trợ mới nhất. |
workspace |
float |
4.0 |
Đặt kích thước không gian làm việc tối đa tính bằng GB cho TensorRT tối ưu hóa, cân bằng giữa việc sử dụng bộ nhớ và hiệu suất. |
nms |
bool |
False |
Thêm chế áp không tối đa (NMS) vào CoreML xuất khẩu, cần thiết để xử lý hậu kỳ phát hiện chính xác và hiệu quả. |
batch |
int |
1 |
Chỉ định kích thước suy luận hàng loạt mô hình xuất hoặc số lượng hình ảnh tối đa mà mô hình đã xuất sẽ xử lý đồng thời trong predict chế độ. |
Điều chỉnh các tham số này cho phép tùy chỉnh quy trình xuất để phù hợp với các yêu cầu cụ thể, chẳng hạn như môi trường triển khai, ràng buộc phần cứng và mục tiêu hiệu suất. Chọn định dạng và cài đặt thích hợp là điều cần thiết để đạt được sự cân bằng tốt nhất giữa kích thước, tốc độ và độ chính xác của mô hình.
Định dạng xuất
Có sẵn YOLOv8 Định dạng xuất có trong bảng dưới đây. Bạn có thể xuất sang bất kỳ định dạng nào bằng cách sử dụng format
lập luận, tức là format='onnx'
hoặc format='engine'
. Bạn có thể dự đoán hoặc xác thực trực tiếp trên các mô hình đã xuất, tức là yolo predict model=yolov8n.onnx
. Ví dụ sử dụng được hiển thị cho mô hình của bạn sau khi xuất hoàn tất.
Định dạng | format Lý lẽ |
Mẫu | Siêu dữ liệu | Lập luận |
---|---|---|---|---|
PyTorch | - | yolov8n.pt |
✅ | - |
TorchScript | torchscript |
yolov8n.torchscript |
✅ | imgsz , optimize , batch |
ONNX | onnx |
yolov8n.onnx |
✅ | imgsz , half , dynamic , simplify , opset , batch |
OpenVINO | openvino |
yolov8n_openvino_model/ |
✅ | imgsz , half , int8 , batch |
TensorRT | engine |
yolov8n.engine |
✅ | imgsz , half , dynamic , simplify , workspace , batch |
CoreML | coreml |
yolov8n.mlpackage |
✅ | imgsz , half , int8 , nms , batch |
TF SavedModel | saved_model |
yolov8n_saved_model/ |
✅ | imgsz , keras , int8 , batch |
TF GraphDef | pb |
yolov8n.pb |
❌ | imgsz , batch |
TF Lite | tflite |
yolov8n.tflite |
✅ | imgsz , half , int8 , batch |
TF Cạnh TPU | edgetpu |
yolov8n_edgetpu.tflite |
✅ | imgsz , batch |
TF.Js | tfjs |
yolov8n_web_model/ |
✅ | imgsz , half , int8 , batch |
PaddlePaddle | paddle |
yolov8n_paddle_model/ |
✅ | imgsz , batch |
NCNN | ncnn |
yolov8n_ncnn_model/ |
✅ | imgsz , half , batch |