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
………………………………