best.pt转best.onnx
Yolov8在RK3588上进行自定义目标检测(一)已经进行了配置文件修改。接下来可以直接进行模型的转换。
下面是两种转换方法：
1.命令行
yolo export model=best.pt format=rknn2.转换脚本 convert_to_onnx.py
from ultralytics import YOLO
model = YOLO(r'C:\Users\WYX\Desktop\code\yolov8-main\runs\detect\train\weights\best.pt')
model.export(format="rknn")直接运行python convert_to_onnx.py。
3.执行结果
将会在yolov8-main\runs\detect\train\weights目录生成onnx模型文件。
验证onnx模型
在虚拟机rknn_moodel_zoo/examples/yolov8/python/中执行以下代码测试onnx是否正确；
修改yolov8.py中的CLASSES和coco_id_list；
修改/rknn_model_zoo/examples/yolov8/model/coco_80_labels_list.txt为自己的标签种类；
修改同目录下的dataset.txt为自己数据集中的一张照片；
python yolov8.py --model_path <best.onnx所在的路径> --img_show
参考链接：
用rknn-toolkit2_2.0.0在RK3588上部署YOLOv8-CSDN博客