Skip to main content

模型转换

模型转换1、YOLO（基准测试）对比图2、模型转换

1、YOLO（基准测试）​

基准测试指的是 Ultralytics 团队在十种不同的模型格式上对 YOLO 进行了基准测试，衡量了速度和准确性，这些格式包括：PyTorch、TorchScript、ONNX、OpenVINO、TF SavedModel、TF GraphDef、TF Lite、MNN、NCNN、ExecuTorch。由于官方在JetsonOrin Super上只给出了yolo11的对比图，因此此处我们以yolo11的测试结果为参考依据。可以看出，TnersorRT 格式的模型推理速度是最快的

对比图​

image-20260321194434649

2、模型转换​

在终端使用yolo的cli指令进行转化

yolo export model=yolo26n.pt format=engine # creates 'yolo26n.engine'

image-20260321122835113

这一条指令会转换出.onnx和.engine两个不同格式的模型，其中.onnx是一个通用的格式

除了yolo26n.pt以外，分割、姿态检测、分类、OBB这四个模型也是可以转为.engine的，方法相同。

xxxxxxxxxx yolo export model=yolo26n-seg.pt format=engine yolo export model=yolo26n-pose.pt format=engine yolo export model=yolo26n-obb.pt format=engine yolo export model=yolo26n-cls.pt format=engine