Closed Sherlock-hh closed 1 year ago
参考 255
官方test.py ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['378', '439', '500']) 用netron.app/打开 自己的模型和官方提供的模型（examples/onnx/yolov5/yolov5s.onnx） 在官方模型中找到对应名字的层 在自己的模型中找到对应结构的层，找到对应的名称替换进去 修改如下 ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['/model.24/m.0/Conv_output_0', '/model.24/m.1/Conv_output_0', '/model.24/m.2/Conv_output_0']) 就可以了
ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['378', '439', '500'])
ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['/model.24/m.0/Conv_output_0', '/model.24/m.1/Conv_output_0', '/model.24/m.2/Conv_output_0'])
参考 255
官方test.py
在自己的模型中找到对应结构的层，找到对应的名称替换进去
修改如下
ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['378', '439', '500'])用netron.app/打开 自己的模型和官方提供的模型（examples/onnx/yolov5/yolov5s.onnx） 在官方模型中找到对应名字的层ret = rknn.load_onnx(model=ONNX_MODEL,outputs=['/model.24/m.0/Conv_output_0', '/model.24/m.1/Conv_output_0', '/model.24/m.2/Conv_output_0'])就可以了