代码拉取完成，页面将自动刷新
同步操作将从 PaddlePaddle/FastDeploy 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
简体中文 | English
YOLOv7部署实现来自YOLOv7分支代码，和基于COCO的预训练模型。
# 下载yolov7模型文件
wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt
# 导出onnx格式文件 (Tips: 对应 YOLOv7 release v0.1 代码)
python models/export.py --grid --dynamic --weights PATH/TO/yolov7.pt
# 如果您的代码版本中有支持NMS的ONNX文件导出，请使用如下命令导出ONNX文件，并且参考`yolov7end2end_ort` 或 `yolov7end2end_trt`示例使用
python models/export.py --grid --dynamic --end2end --weights PATH/TO/yolov7.pt
为了方便开发者的测试，下面提供了YOLOv7导出的各系列模型，开发者可直接下载使用。（下表中模型的精度来源于源官方库）
| 模型 | 大小 | 精度 |
|---|---|---|
| YOLOv7 | 141MB | 51.4% |
| YOLOv7x | 273MB | 53.1% |
| YOLOv7-w6 | 269MB | 54.9% |
| YOLOv7-e6 | 372MB | 56.0% |
| YOLOv7-d6 | 511MB | 56.6% |
| YOLOv7-e6e | 579MB | 56.8% |
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手