关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
北风吹来个毛
2023-05-20 20:04
采纳率: 28.6%
浏览 27
首页
人工智能
yolov7转onnx推理时报错
人工智能
深度学习
pytorch
yolov7训练好的 best.pt 用 export.py 转的best.onnx推理时报错,这是为什么?
收起
写回答
好问题
0
提建议
关注问题
微信扫一扫
点击复制链接
分享
邀请回答
编辑
收藏
删除
结题
收藏
举报
1
条回答
默认
最新
关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
IT工程师_二师兄
2023-05-20 22:10
关注
你把报错复制给我看看
本回答被题主选为最佳回答
, 对您是否有帮助呢?
本回答被专家选为最佳回答
, 对您是否有帮助呢?
本回答被题主和专家选为最佳回答
, 对您是否有帮助呢?
解决
无用
评论
打赏
微信扫一扫
点击复制链接
分享
举报
评论
按下Enter换行,Ctrl+Enter发表内容
查看更多回答(0条)
向“C知道”追问
报告相同问题?
提交
关注问题
Yolo
v5-v5.0 导出
onnx
推理
结果完全错误
2023-07-17 17:48
萝卜丝菲特的博客
楼主研究生在读,在搞模型部署方面的...用官方
yolo
v5s.pt权重文件并利用expor.pyt文件导出
onnx
时
,虽然能够导出
onnx
模型但其
onnx
模型经实测输出是错误的,网上没搜到解决方案,所以楼主发文记录,有帮助欢迎点赞收藏。
YOLO
v8模型
转
换为
ONNX
后
推理
性能测试
2025-12-31 17:37
一点旧一点新的博客
将
YOLO
v8模型
转
换为
ONNX
格式后,
推理
速度显著提升,尤其在边缘设备上表现突出。测试覆盖CPU、GPU和ARM平台,结果显示延迟降低、内存占用减少,且输出一致。关键优化如算子融合与动态轴设置对部署稳定性至关重要。
YOLO
v8模型部署实战:从PyTorch到
ONNX
,再到OpenCV
推理
(附踩坑记录)
2025-12-14 12:38
程序员威哥的博客
只需将上述代码中的
yolo
v8n.pt替换为训练后的best.pt或last.pt# 加载自定义训练的模型PyTorch模型(.pt)→导出
ONNX
模型(.
onnx
)→OpenCV DNN加载模型→图片预处理→
推理
→后处理→结果可视化。
YOLO
v8 模型
转
换
ONNX
后 C# 调用异常:一个参数引发的跨平台适配难题
2025-07-03 16:14
AI、少年郎的博客
作为一名 C# 开发者,我在完成
YOLO
v8 模型训练(使用 Ultralytics 官方框架,训练数据为自定义目标检测数据集,输入尺寸 640x640,训练轮次 100 轮)后,希望将训练好的best.pt模型部署到 C# 开发的桌面应用中。...
YOLO
v10支持
ONNX
导出,跨平台GPU部署更便捷
2025-12-28 17:21
鱼总美签的博客
YOLO
v10通过原生支持
ONNX
导出,实现了从训练到多平台部署的无缝衔接。借助结构重参数化和端到端可导出设计,模型能在保持高精度的同
时
,灵活适配NVIDIA、Intel、国产芯片等多样化硬件,结合TensorRT等引擎优化,显著...
Yolo
V8导出
ONNX
格式:兼容万物识别
推理
环境配置
2026-01-07 05:16
test_sikao的博客
本文围绕“
YOLO
v8导出
ONNX
格式”这一核心任务,完整呈现了一个面向中文通用领域万物识别的工程化解决方案。通过严格的环境控制、规范的导出流程、完善的
推理
脚本以及对中文标签的支持,我们成功构建了一个可在多种...
yolo
v8 .pt文件
转
变为
onnx
文件运行
onnx
文件
时
报错
2024-12-27 17:20
m0_58658104的博客
有木有大佬知道这个问题该怎么解决?这是生成
onnx
文件的代码。
使用ultralytics8.1.3导出
yolo
v8-obb的
onnx
时
报错
2024-12-02 09:29
dyh_cy的博客
使用ultralytics8.1.3导出
yolo
v8-obb的
onnx
时
报错
【
yolo
转
换成
onnx
格式】
2025-06-09 17:20
mochen_interest的博客
转
换为
ONNX
格式,并集成到其他
推理
框架中!导出的
ONNX
文件默认与输入模型同目录(如。先导出为
ONNX
,再用TensorRT的。(用Netron工具打开
ONNX
文件)。通过以上步骤,你可以轻松将。(如移动端、嵌入式设备)。由于...
YOLO
v11模型
转
换
ONNX
失败?检查PyTorch-CUDA版本兼容性
2025-12-29 17:58
Bachnroth的博客
YOLO
v11模型导出
ONNX
失败常源于PyTorch与CUDA版本不兼容,即使训练正常,导出
时
也可能因设备不一致、算子支持不足或环境配置混乱导致
报错
。关键在于使用官方匹配的镜像组合,确保CUDA可用性与opset版本适配,并统一...
没有解决我的问题,
去提问
向专家提问
向AI提问
付费问答(悬赏)服务下线公告
◇ 用户帮助中心
◇ 新手如何提问
◇ 奖惩公告
问题事件
关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
创建了问题
5月20日