🥇 版权: 本文由【墨理学AI】认真原创、各位大佬、一文读懂、敬请查阅

🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

👋 只有实战、不讲理论、一文读懂👋

---

🥇 YOLOX Deployment

---

📔 ONNX export and an ONNXRuntime

---

所参考教程

• YOLOX/tree/main/demo/ONNXRuntime

---

📕 环境搭建

---

环境搭建，可以参考上篇博文

• YOLOX 环境搭建 | 测试 | COCO训练复现 【YOLOX 实战】

---

🟧 export_onnx

---

cd yoloDir

git clone https://github.com/Megvii-BaseDetection/YOLOX.git

cd YOLOX

# 运行命令：

python3 tools/export_onnx.py --output-name yolox_s.onnx -n yolox-s -c preModels/yolox_s.pth

## 或者，两种指定方式都可以

# 如果说是，自己定义扩展的 YOLO ，那么 需要使用 -f 指定 xx.py 文件的方式

python3 tools/export_onnx.py --output-name yolox_s.onnx -f exps/default/yolox_s.py -c preModels/yolox_s.pth

输出如下【得到 yolox_s.onnx 】：

...

2021-08-25 09:08:00.847 | INFO     | __main__:main:55 - args value: 

Namespace(ckpt='preModels/yolox_s.pth', exp_file=None, experiment_name=None, input='images', name='yolox-s', no_onnxsim=False, opset=11, opts=[], output='output', output_name='yolox_s.onnx')
2021-08-25 09:08:01.075 | INFO     | __main__:main:79 - loading checkpoint done.

## 先转为 yolox_s.onnx,然后 simplified 

2021-08-25 09:08:06.185 | INFO     | __main__:main:89 - generated onnx model named yolox_s.onnx
2021-08-25 09:08:08.043 | INFO     | __main__:main:101 - generated simplified onnx model named 

yolox_s.onnx

查看代码可以看到，--no-onnxsim 默认为 False

参数解析

---

🟨 ONNX Runtime Demo 【yolox_s.onnx 推理测试】

---

cd YOLOX/demo/ONNXRuntime

python3 onnx_inference.py -m ../../yolox_s.onnx -i ../../assets/dog.jpg -o ./ -s 0.3 --input_shape 640,640

生成 和 原图 名字一致的 带检测图片，效果如下

参数解析

---

❤️ 你只看一篇就够用的教程 感谢各位大佬一键三连

---

🚀🚀 墨理学AI

---

🎉 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

❤️ 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作