模型准备
最后更新
概述
模型文件准备
- 训练一个选择的模型或获取一个现有的感兴趣的模型。
- 如果模型是 ONNX (
.onnx)、OpenVINO IR (.xml和.bin) 或 TensorFlow Lite (.tflite) 格式,您可以跳过此步骤。如果模型是 支持的 PyTorch YOLO 模型之一,您也可以跳过此步骤。否则,请将其转换为上述格式之一。有关更多信息,请参阅 模型转换 页面上模型源准备部分中的指南。 - 对于自定义模型,在上传到 Hub 之前,将模型文件打包成 ONNX NN Archive。 这是推荐的起点,因为它将源模型的张量元数据、预处理和可选的输出元数据与模型一起存储,并允许 Hub 在转换过程中重用这些信息。
仍然支持从原始
ONNX 文件开始,但这是一种更手动的路径。当 ONNX NN Archive 不适合您的工作流程或您有意想自己提供转换参数时,请使用它。在这种情况下,请确保在转换过程中正确输入所有源模型值。