yolov8实战之 .pt 转. tensorRT

1 yolo 训练

1.1修改自己的数据集合

我是有3个类别,差不多这么些数据

在这里插入图片描述

在这里插入图片描述

1.2 训练

from ultralytics import YOLO
# Load a model
model = YOLO("yolov8m.yaml")  # build a new model from scratch
#model = YOLO('E:/pythonCode/pythonProject1/runs/detect/train/weights/last.pt')
results = model.train(data="./PCB/gesture2.yaml", epochs=2000, imgsz=640, device=[0], batch=4, workers=0, amp=False)  # train the model
# results = model.train(data="pcb.yaml", epochs=20000,imgsz=640, device=[0], batch=4, workers=0)  # train the model
metrics = model.val()  # evaluate model performance on the validation set
# results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image
# path = model.export(format="onnx")  # export the model to ONNX format

1660ti 显卡训练一晚上
第二天早上
在这里插入图片描述
训练的还不错。

2 .pt 转.onnx

from ultralytics import YOLO# Load a model
model = YOLO('./runs/detect/train6/weights/last.pt')
# Export the model
model.export(format='onnx', dynamic=True, opset=12)  # 第2、3个参数禁止修改

3 .onnx 转.trt

在 TensorRT\bin 目录(如:I:\local\TensorRT-8.4.2.4\bin )下,运行

trtexec.exe   --onnx=yolov8m_pcb.onnx  --saveEngine=yolov8m_pcb2.trt  --buildOnly --minShapes=images:1x3x640x640 --optShapes=images:4x3x640x640 --maxShapes=images:8x3x640x640     

在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/13344.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

风电功率预测 | 基于PSO-BP神经网络实现风电功率预测(附matlab完整源码)

风电功率预测 风电功率预测完整代码风电功率预测 基于粒子群优化算法(Particle Swarm Optimization, PSO)的BP神经网络是一种常见的方法,用于实现风电功率预测。下面是一个基于PSO-BP神经网络实现风电功率预测的一般步骤: 数据准备:收集与风电场发电功率相关的数据,包括…

农林科学SCI期刊,IF=6+,影响力高,对国人非常友好!

一、期刊名称 Crop Journal 二、期刊简介概况 期刊类型:SCI 学科领域:农林科学 影响因子:6.6 中科院分区:1区 出版方式:开放出版 版面费:$900 三、期刊征稿范围 《作物杂志》是一份双月刊、国际、同…

PHP使用Browsershot进行网页截图

Browsershot是什么 Spatie Browsershot 是一个开源PHP库,它允许开发者在PHP应用程序中生成网页的截图。 这个库特别适用于Laravel框架,但也可以在其他 PHP 应用程序中使用。 主要特点 无头浏览器截图:使用无头版本的 Chrome 或 Chromium 浏…

整理好了!2024年最常见 100 道 Java基础面试题(四十九)

上一篇地址:整理好了!2024年最常见 100 道 Java基础面试题(四十八)-CSDN博客 九十七、Class.forName 和 ClassLoader 的区别? Class.forName 和 ClassLoader 是Java中用于加载类的两个不同的概念,它们在类…

10W 3KVAC隔离 宽电压输入 AC/DC 电源模块 ——TP10AF系列

TP10AF系列输出功率为10W,具有可靠性高、更小的体积、性价比高等特点,广泛用于工控和电力仪器、仪表、智能家居等相关行业。

SMB攻击利用之-mimikatz上传/下载流量数据包逆向分析

SMB协议作为windows环境下最为常见的一种协议,在历史上出现过无数的通过SMB协议进行网络攻击利用的案例,包括针对SMB协议本身以及通过SMB协议实施网络攻击。 本文将介绍一种通过SMB协议的常见利用方式,即向远程主机传输mimikatz,作为我的专栏《SMB攻击流量数据包分析》中的…

Oracle数据块之数据行中的SCN

从Oracle 10g开始,如果在表级别打开ROW DEPENDENCIES,业务数据行发生更改时会在数据块中进行登记。 可以通过DUMP数据块来观察上述SCN: (1)创建测试表,插入3条测试数据,插入一条提交一次。并调用…

解析建筑装饰乙级资质标准及申请流程

建筑装饰乙级资质标准 资历与信誉 必须具备独立的企业法人资格。社会信誉良好,注册资本不少于100万元人民币。 技术条件 专业技术人员配备齐全、合理,满足相应资质标准中对主要专业技术人员数量和专业的具体要求。通常包括但不限于室内设计、建筑、环境艺…

jar包增量更新分析

jdk自带工具jdeps,可分析class依赖关系(依赖的其它类和jar)。 团队,可以在此工具结果的基础上再详细分析对比出增量文件; 思路如下: jdeps分别分析出旧包和新包的文件依赖关系。并对比出新增的文件列表、…

前端学习第一课

AJAX 事先说明,这只是记录,并不是从零到一的教学内容,如果想要学习的话,可以跳过本文章了 ok,转回正题,正如上面所说,这只是记录。其实我是有一定的前端基础的,也做过涉及相关的开发…

【工具】macOS、window11访问limux共享目录\共享磁盘,samba服务安装使用

一、samba服务安装 Samba是一个免费的开源软件实现,使得非Windows操作系统能够与Windows系统进行文件和打印服务共享。它实现了SMB/CIFS协议,并且能够在Linux、Unix、BSD等多种系统上运行。 安装 samba: sudo yum install samba配置 samba…

【kali工具】NMAP 高级使用技巧

NMAP 高级使用技巧 6.1.3 NMAP 语法及示例 语法:nmap [Scan Type(s)] [Options] 例 1:使用 nmap 扫描一台服务器 默认情况下,Nmap 会扫描 1000 个最有可能开放的 TCP 端口。 ┌──(root💀xuegod53)-[~] └─# nmap 192.168…

【介绍下Python多线程,什么是Python多线程】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者,CSDN实力新星,CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共…

【气象常用】时间序列的线性拟合

效果图: 主要步骤: 1. 数据准备:下载Hadley Centre observations datasets的HadSST数据 可参考【气象常用】时间序列图-CSDN博客 2. 数据处理:计算线性拟合 3. 图像绘制:绘制折线及拟合线,并添加文本 …

Nacos部署选择数据源mysql8.0,启动报错No DataSource Set(终极解决方案)

Nacos部署选择数据源mysql8.0,启动报错No DataSource Set(终极解决方案) 选择mysql5.7正常,但是选择mysql8.0就报这个错,配置都确认无问题,但就是用不了mysql8.0 排查了好久,发现是数据库字符集…

其他自动化工程师都在偷偷学习AI技术,你再不学就落后了!一篇文章教会你使用AI!

其他自动化工程师都在偷偷学习AI技术,你再不学就落后了!一篇文章教会你使用AI! 哈喽,大家好,我是小叔。了解小叔的朋友都清楚,我从来都不是标题党,我只会用美女图片来吸引你们😂&am…

python 六句话让电脑告诉你,刚才插入的串口编号

六句话让电脑告诉你,我的串口号 第一步,安装python 编译器以及pyserial 模块第二步,写入代码 import serial.tools.list_ports usart_list list(serial.tools.list_ports.comports()) input("Please insert your serial port:")…

【OpenCV 基础知识 4】分离图像通道

cvSplit()是openCV中的一个函数,它分别复制每个通道到多个单通道图像。 void cvSplit( const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3 );.cvSplit()函数将复制src的各个通道到图像dst0,dst1,dst2和dst3中…

midjourney里有哪些常用参数?

一、stylize参数 Midjourney 经过训练,可以生成更加具有艺术色彩、构图和形式的图像。 --stylize或参数--s影响该训练的应用程度。 低风格化值生成的图像与提示词非常匹配,但艺术性较差。数值越高艺术性更好,但是和描述词相关性更差&#…

Polars,一个高效处理数据的python库

Polars 库简介 Polars 是一个用于数据操作和分析的快速、内存优化的Rust编写的DataFrame库,具有类似于Pandas的API接口。它提供了高性能的数据操作、并行计算和内存效率,适用于处理大规模数据集。 安装与使用 使用 pip 安装 Polars:pip install polarsPython 中导…