yolov5模型转换成onnx命令行大妈

首先，需要安装好YOLOv5和ONNX的相关依赖库，然后按照以下步骤进行模型转换：

1. 使用YOLOv5导出PyTorch模型

from models.experimental import attempt_load
model = attempt_load('yolov5s.pt', map_location='cpu')
model.fuse()
model.eval()
input_shape = [1, 3, 640, 640]
torch.onnx.export(model, torch.randn(*input_shape), "yolov5s.onnx", verbose=True)

2. 安装onnx-simplifier

pip install onnx-simplifier

3. 使用onnx-simplifier进行简化

python -m onnxsim yolov5s.onnx yolov5s_sim.onnx

4. 安装onnxruntime

pip install onnxruntime

5. 加载模型并进行推理

import onnxruntime as ort
import numpy as np

ort_session = ort.InferenceSession("yolov5s_sim.onnx")

input_name = ort_session.get_inputs()[0].name
output_name = ort_session.get_outputs()[0].name

img = np.random.rand(*input_shape).astype(np.float32)
pred = ort_session.run([output_name], {input_name: img})[0]

这样，就可以将YOLOv5模型转换成ONNX格式，并使用ONNX进行推理了。