概览硬件软件云平台
OAK 应用
DepthAI
AI
软件栈
故障排除

本页目录

  • 概述
  • 导出格式
  • CLI
  • Python API
  • NN Archive
  • CLI
  • Python API
  • 转换
  • CLI
  • Python API

导出

概述

导出训练好的模型，用于下游部署工作流。LuxonisTrain 支持直接导出 ONNX、生成 NN Archive，以及针对 Luxonis 目标平台的统一转换流程。

导出格式

  • ONNX：开放神经网络交换格式，用作主要的中间交换和下游转换格式。
要配置导出和转换行为，可以在配置文件中指定 exporter 部分：
Yaml
1exporter:
2  onnx:
3    opset_version: 11
exporter.hubai 和 exporter.blobconverter 由 convert 或 ConvertOnTrainEnd 使用，而非单独的 export。

CLI

使用以下命令导出模型：
Command Line
1luxonis_train export --config configs/example_export.yaml --weights path/to/weights.ckpt

Python API

Python
1from luxonis_train import LuxonisModel
2
3model = LuxonisModel("configs/example_export.yaml")
4model.export(weights="path/to/weights.ckpt")

NN Archive

创建一个 NN Archive 文件，以便使用 DepthAI API 轻松部署。如果您未提供 ONNX 可执行文件，LuxonisTrain 会先将模型导出为 ONNX。该存档包含导出的模型以及运行模型所需的所有元数据。

CLI

要使用 CLI 创建 NN Archive，请使用以下命令：
Command Line
1luxonis_train archive                         \
2  --config configs/detection_light_model.yaml \
3  --weights path/to/checkpoint.ckpt

Python API

您也可以使用 Python API 创建 NN Archive：
Python
1from luxonis_train import LuxonisModel
2
3model = LuxonisModel("configs/detection_light_model.yaml")
4model.archive(weights="path/to/checkpoint.ckpt")

转换

convert 是 LuxonisTrain 中的统一部署流程。它执行以下操作：
  1. 从检查点导出为 ONNX
  2. 从 ONNX 存档为 NN Archive
  3. 针对 RVC2、RVC3 或 RVC4 的可选平台特定转换
通过 exporter.hubai 或 exporter.blobconverter 配置此行为。

CLI

Command Line
1luxonis_train convert --config configs/detection_light_model.yaml --weights path/to/checkpoint.ckpt

Python API

Python
1from luxonis_train import LuxonisModel
2
3model = LuxonisModel("configs/detection_light_model.yaml")
4archive_path, conversion_artifacts = model.convert(
5    weights="path/to/checkpoint.ckpt",
6)
convert() 返回基于 ONNX 的 NN Archive 路径，以及一个包含任何额外转换工件（如平台特定存档或旧版 blob 输出）的字典。