yolov8 pt转onnx

将YOLOv8的PyTorch模型转换为ONNX模型的步骤如下：

1. 首先安装好ONNX和PyTorch的Python包。
2. 加载YOLOv8的PyTorch模型。
3. 创建一个PyTorch的示例输入，然后运行一次模型的前向计算，以便获取模型的输出张量形状。
4. 将PyTorch模型转换为ONNX模型，并指定输入输出张量的名称和形状信息。
5. 保存ONNX模型文件。

参考代码如下：

import torch
import onnx

# 加载PyTorch模型
model = torch.load('yolov8.pt')

# 创建示例输入
input_shape = (1, 3, 416, 416)
input_data = torch.randn(input_shape)

# 运行前向计算，获取输出张量形状
output_shape = model(input_data).shape

# 转换为ONNX模型
input_names = ['input']
output_names = ['output']
dynamic_axes = {
    'input': {0: 'batch_size'},
    'output': {0: 'batch_size'}
}
onnx_model = onnx.export(model, input_data, 'yolov8.onnx', input_names=input_names,
                         output_names=output_names, dynamic_axes=dynamic_axes,
                         keep_initializers_as_inputs=True)

# 保存ONNX模型文件
onnx.save(onnx_model, 'yolov8.onnx')