今天小编就为大家分享一篇Pytorch模型转onnx模型实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

教程 是一种开放标准格式，用于表示机器学习模型。 ONNX得到了许多支持，已在许多框架和工具中实现了该功能。 这些图像可方便您开始使用ONNX和本页上的教程 获取ONNX模型 预先训练的模型： 针对常见情况提供了许多预先训练的。 服务：基于云的服务会为您的数据生成自定义的ONNX模型（请参见下文） 转换各种框架中的模型（请参见下文） 服务 以下是可以输出为您的数据定制的ONNX模型的服务列表。 转换为ONNX格式 框架/工具 安装 教程 和onnx / onnxmltools 例子 Caffe2 caffe2软件包的一部分 例子 链条机 链接器 例子 认知工具包（CNTK） 内建的 例子 CoreML（苹果） onnx / onnxmltools 例子 凯拉斯 onnx / keras-onnx 例子 LibSVM onnx / onnxmltools 例子 轻型GB

有关YOLO v3的使用，请参见。 ML.Net中的YOLO v5 将YOLO v5与ML.Net一起使用 多亏了 ， 和 请参阅“的讨论，以问题。 参见分支 见keesschollaart81的 ML.Net中的YOLO v4 将YOLO v4与ML.Net一起使用 Onnx模式在onnx /型号回购可。 结果 资源 https://github.com/onnx/models/tree/master/vision/object_detection_segmentation/yolov4 https://github.com/hunglc007/tensorflow-yolov4-tflite https://towardsdatascience.com/yolo-v4-optimal-speed-accuracy-for-object-detection-79896ed4

约洛夫5Wpf 使用ML.NET部署YOLOV5的ONNX模型

用于使用https://github.com/Mashiro009/wenet-online-decoder-onnx的仓库代码进行测试的 WeNet开源ONNX模型

pytorch训练模型

注意：此回购已弃用！ onnx-mxnet已合并到。 请参阅以了解更多详细信息。 （截至2018年5月29日的未解决问题将在MXNet存储库中进行跟踪和解决）

主要介绍了Pytorch通过保存为ONNX模型转TensorRT5的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧