yolo训练的pt模型如何转化engien模型

将YOLO训练得到的PyTorch (PT) 模型转换成TensorFlow (TF) 模型通常需要两个步骤：导出PyTorch模型和加载到TensorFlow。

1. **导出PyTorch模型**:
- 使用torch.onnx.export函数将PyTorch模型转换为ONNX（开放神经网络交换格式）。例如：

     import torch
     model = ... # Your trained PyTorch model
     input = torch.randn(1, 3, *model.input_size)
     torch.onnx.export(model, input, "yolov3.onnx", opset_version=11)

确保安装了`onnx`和`torch.onnx`库。

2. **将ONNX模型转换为TensorFlow**:
- 利用如`onnx-tf`这样的工具包将ONNX模型转换为TensorFlow。首先安装`onnx-tf`：

     pip install onnx-tf

然后运行转换命令：

     !python -m tf2onnx.convert --input_model yolov3.onnx --output_model yolov3_tf frozen_graph.pb --opset 11

这会生成一个`.pb`文件，这是TensorFlow可以识别的二进制格式。

3. **加载TensorFlow模型**:
- 使用TensorFlow的`tf.saved_model.load`或`load_graph_def`函数加载转换后的模型。