YOLOv5Face准备部署模型

• YOLOv5Face
  • （1）官方库中提供的*.pt通过导出ONNX模型操作后，可进行部署；
  • （2）开发者基于自己数据训练的YOLOv5Face模型，可按照导出ONNX模型后，完成部署。

导出ONNX模型

访问YOLOv5Face官方github库，按照指引下载安装，下载yolov5s-face.pt 模型，利用 export.py 得到onnx格式文件。

• 下载yolov5face模型文件

  Link: https://pan.baidu.com/s/1fyzLxZYx7Ja1_PCIWRhxbw Link: eq0q  
  https://drive.google.com/file/d/1zxaHeLDyID9YU4-hqK7KNepXIwbTkRIO/view?usp=sharing
  

• 导出onnx格式文件

  PYTHONPATH=. python export.py --weights weights/yolov5s-face.pt --img_size 640 640 --batch_size 1  
  

• onnx模型简化(可选)

  onnxsim yolov5s-face.onnx yolov5s-face.onnx
  

下载预训练ONNX模型

为了方便开发者的测试，下面提供了YOLOv5Face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）

详细部署文档

• Python部署
• C++部署

版本说明

• 本版本文档和代码基于YOLOv5Face CommitID:4fd1ead 编写