yolov5的模型转成onnx

将 YOLOv5 模型转换为 ONNX 格式需要执行以下步骤：

1. 安装 ONNX 运行时和工具包；
2. 下载 YOLOv5 模型权重文件（.pt）；
3. 安装 PyTorch 并加载权重文件；
4. 将 PyTorch 模型转换为 ONNX 模型。

具体步骤如下：

1. 安装 ONNX 运行时和工具包：

pip install onnx onnxruntime

2. 下载 YOLOv5 模型权重文件：

wget https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

3. 安装 PyTorch 并加载权重文件：

pip install torch
import torch

# Load model
model = torch.load('yolov5s.pt', map_location=torch.device('cpu'))['model'].float()
model.eval()

4. 将 PyTorch 模型转换为 ONNX 模型：

import onnx
from onnx import optimizer

# Export to ONNX
input_shape = (3, 640, 640)
dynamic_axes = {'images': {0: 'batch_size', 2: 'height', 3: 'width'}}
torch.onnx.export(model, torch.randn(1, *input_shape), 'yolov5s.onnx', opset_version=12, input_names=['images'], output_names=['output'], dynamic_axes=dynamic_axes, verbose=False)

# Optimize ONNX model
onnx_model = onnx.load('yolov5s.onnx')
onnx_model = optimizer.optimize(onnx_model, ['fuse_bn_into_conv'])
onnx.save(onnx_model, 'yolov5s_optimized.onnx')

这样，YOLOv5 的模型就被成功转换为 ONNX 格式的模型了。