yolovworld 目标检测部署版本,便于移植不同平台(onnx、tensorRT、rknn、Horizon),全网部署最简单、速度最快的部署方式,后处理为C++部署而写,python 测试后处理意义不大。
导出onnx参考【yolo_world 瑞芯微芯片rknn部署、地平线芯片Horizon部署、TensorRT部署】。
yoloworld_onnx:onnx模型、测试图像、测试结果、测试demo脚本
yoloworld_TensorRT:TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型、onnx2tensorRT脚本(tensorRT-7.2.3.4)
yoloworld_rknn:rknn模型、测试(量化)图像、测试结果、onnx2rknn转换测试脚本(rknn_toolkit2-2.0.0)(尝试过 rknn_toolkit2-1.3、1.6 模型转化可以成功,但实际上板子运行模型时会报错)
yoloworld_horizon:地平线模型、测试(量化)图像、测试结果、转换测试脚本、测试量化后onnx模型脚本
rknn 部署参考【yolo world 目标检测 rknn 的C++部署】
TensorRT部署参考【yolo world tensorRT 的 C++ 部署】