yolov5怎么导出模型训练的精度

在 PyTorch 中训练 YOLOv5 模型后，可以使用 TorchScript 或 ONNX 将其导出为可部署的模型。以下是两种方法的示例：

1. TorchScript

import torch
import torch.nn as nn
from models.yolo import Model

# Load the trained model
model = Model()

# Train the model...

# Export to TorchScript
example = torch.rand(1, 3, 416, 416)  # Input example
traced_script_module = torch.jit.trace(model, example)
traced_script_module.save("yolov5.pt")

2. ONNX

import torch
import torch.nn as nn
import onnx
from models.yolo import Model

# Load the trained model
model = Model()

# Train the model...

# Export to ONNX
example = torch.rand(1, 3, 416, 416)  # Input example
torch.onnx.export(model, example, "yolov5.onnx", opset_version=11)

注意：在导出模型之前，确保已经使用测试集或验证集评估了模型的性能指标，如精度、召回率和 F1 值等。可以使用 PyTorch Lightning 中的 `trainer.test()` 方法进行评估，或者自己编写评估脚本。