dedecms 网站安全,网页设计与制作个人简介,重庆建设岗位培训系统,制作一个公司的简单网页目录 1、下载权重
2、python 推理
3、转ONNX格式
4、ONNX RUNTIME C 部署 1、下载权重 我这里之前在做实例分割的时候#xff0c;项目已经下载到本地#xff0c;环境也安装好了#xff0c;只需要下载pose的权重就可以 2、python 推理
yolo taskpose modepredict model…目录 1、下载权重
2、python 推理
3、转ONNX格式
4、ONNX RUNTIME C 部署 1、下载权重 我这里之前在做实例分割的时候项目已经下载到本地环境也安装好了只需要下载pose的权重就可以 2、python 推理
yolo taskpose modepredict modelyolov8n-pose.pt source0 showtrue 3、转ONNX格式
yolo export modelyolov8n-pose.pt formatonnx
输出
(yolo) jasonhonor:~/PycharmProjects/pytorch_learn/yolo/ultralytics-main-yolov8$ yolo export modelyolov8n-pose.pt formatonnx
Ultralytics YOLOv8.0.94 Python-3.8.13 torch-2.0.0cu117 CPU
YOLOv8n-pose summary (fused): 187 layers, 3289964 parameters, 0 gradients, 9.2 GFLOPsPyTorch: starting from yolov8n-pose.pt with input shape (1, 3, 640, 640) BCHW and output shape(s) (1, 56, 8400) (6.5 MB)ONNX: starting export with onnx 1.13.1 opset 17...Diagnostic Run torch.onnx.export version 2.0.0cu117
verbose: False, log level: Level.ERROR0 NONE 0 NOTE 0 WARNING 0 ERROR ONNX: export success ✅ 0.8s, saved as yolov8n-pose.onnx (12.9 MB)Export complete (1.4s)
Results saved to /home/jason/PycharmProjects/pytorch_learn/yolo/ultralytics-main-yolov8
Predict: yolo predict taskpose modelyolov8n-pose.onnx imgsz640
Validate: yolo val taskpose modelyolov8n-pose.onnx imgsz640 data/usr/src/app/ultralytics/datasets/coco-pose.yaml
Visualize: https://netron.app用netron查看一下 如上图所是YOLOv8n-pose只有一个输出 output0: float32[1,56,8400]。这里的8400,表示有8400个检测框56为4边界框坐标信息人这个类别预测分数17*3关键点信息。每个关键点由x,y,v组成v代表该点是否可见v小于 0.5 时表示这个关键点可能在图外可以考虑去除掉。
COCO的annotation一共有17个关节点。
分别是“nose”,“left_eye”, “right_eye”,“left_ear”, “right_ear”,“left_shoulder”, “right_shoulder”,“left_elbow”, “right_elbow”,“left_wrist”, “right_wrist”,“left_hip”, “right_hip”,“left_knee”, “right_knee”,“left_ankle”, “right_ankle”。示例图如下
4、ONNX RUNTIME C 部署
第二篇参考文章的github项目以此为参考实现ONNX RUNTIME C部署
视频输入,效果如下 参考Yolov8 姿态估计 - 知乎
YOLOv8-Pose 的 TensorRT8 推理尝试 - 知乎
