抱歉,之前中断了一段时间,根据您的指导,换成yolov5-3.0和对应的参数,官网模型确实可以检测,但是我自己训练的模型还是检测不了,我将nc改成了6了展开
您好,【这个yolov5s_1.3a.pt是如何得到的?是否需要其他操作?】公版模型的权重是FLOAT16类型的,在降版本的时候可以这样执行:model = torch.load("weights/yolov5s.pt",map_location=torch.device('cpu'))state_dict = model["model"].float()torch.save(state_dict.state_dict(), "yolov5s.pt", _use_new_zipfile_serialization=False)整个代码在压缩包内,是基于https://github.com/ultralytics/yolov5/blob/v3.0/ 做的,其他改动与课程一致,您可以看下。[图片]yolov5-3.0_mlu.zip展开
您好,【这个yolov5s_1.3a.pt是如何得到的?是否需要其他操作?】公版模型的权重是FLOAT16类型的,在降版本的时候可以这样执行:model = torch.load("weights/yolov5s.pt",map_location=torch.device('cpu'))state_dict = model["model"].float()torch.save(state_dict.state_dict(), "yolov5s.pt", _use_new_zipfile_serialization=False)整个代码在压缩包内,是基于https://github.com/ultralytics/yolov5/blob/v3.0/ 做的,其他改动与课程一致,您可以看下。[图片]yolov5-3.0_mlu.zip展开
您好,【这个yolov5s_1.3a.pt是如何得到的?是否需要其他操作?】公版模型的权重是FLOAT16类型的,在降版本的时候可以这样执行:model = torch.load("weights/yolov5s.pt",map_location=torch.device('cpu'))state_dict = model["model"].float()torch.save(state_dict.state_dict(), "yolov5s.pt", _use_new_zipfile_serialization=False)整个代码在压缩包内,是基于https://github.com/ultralytics/yolov5/blob/v3.0/ 做的,其他改动与课程一致,您可以看下。[图片]yolov5-3.0_mlu.zip展开
model = torch.load("weights/yolov5s.pt",map_location=torch.device('cpu'))
state_dict = model["model"].float()
torch.save(state_dict.state_dict(), "yolov5s.pt", _use_new_zipfile_serialization=False)
整个代码在压缩包内,是基于https://github.com/ultralytics/yolov5/blob/v3.0/ 做的,其他改动与课程一致,您可以看下。
请登录后评论