使用YOLOv8 PT原始文件实现推理预测

文章预览

点击上方 蓝字 关注我们 微信公众号： OpenCV学堂 关注获取更多计算机视觉与深度学习知识 前言 今天有个人发我一个YOLOv8分类的ONNX格式文件，跟我说测试效果很拉跨，但是直接用PT文件，通过命令行效果还错，让他万分郁闷。其实Pytorch模型是支持直接使用原始的PT文件推理的，无论模型来自Torchvision还是YOLOv5或者YOLOv8。使用PT文件推理都非常简单。 PT文件YOLOv8 分类推理 支持Top1跟Top5结果返回，使用非常方便。代码简洁明了。演示代码如下： 输出结果 PT文件YOLOv8 检测推理 对象检测支持返回Boxes信息与检测结果跟原始图像信息，两行代码即可搞定推理。演示代码如下： PT推理好处 跟模型的评估验证结果高度一致，模型精度没有导出损失，效果好，另外方便支持GPU或者CPU切换，是Python开发环境下的首选。 OpenCV4系统化学习 深度学习系统化学习 推荐阅读 ………………………………