本文主要是介绍关于YOLO8学习（四）模型转换为ncnn，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前文
关于YOLO8学习（一）环境搭建，官方检测模型部署到手机
关于YOLO8学习（二）数据集收集，处理
关于YOLO8学习（三）训练自定义的数据集
简介
本文将会讲解：
（1）如何通过PyCharm，进行pt模型的转换，最后输出一个适合手机端使用的模型
开发环境
win10、python 3.11、cmake、pytorch2.0.1+cu117、pycharm、ultralytics==8.0.134
要特别注意，不要升级到python312，目前onnx还没支持到312，所以转换了，会导致转换模型失效。
对于上述环境如何配置，请看我之前的文章。
开发过程
ncnn是腾讯出厂的一个端到端库，通过不同的模型，最终转换为ncnn可用的格式，然后进行部署。ncnn支持安卓，苹果。而且特别对cpu做了相关的优化，所以博主选择这个模型作为部署到端的方案。
前面的文章中，已经得到了一个pt模型文件了，接下来，博主将会手把手，示范如何转换一个ncnn模型，下面开始发车：
注意，使用的yolo版本，是8.0.134，不要搞错了，不然源码是不一样的。特别是8.2+的版本，源码区别比较大！
转换之前，这里是需要修改yolo的源码的，具体步骤如下：
head.py文件：
block.py文件：
修改完上面两个文件后，执行下面的代码，
model = YOLO("yolov8n.pt")
model.export(format="onnx",imgsz=320, half=True, opset=12, optimize=True)
这样，就把pt文件，转换成了onnx文件了。
onnx 转换为 ncnn
方法一
这里的方法有很多，博主直接用tc官方的onnx2ncnn.exe进行转换：
下载链接：
官方资源地址：
下载完成后，找到onnx2ncnn.exe文件，然后执行下面的指令，就可以得到两个文件，两个文件就是对应的ncnn资源文件：
onnx2ncnn.exe xxxx.onnx targetxx.param targetxx.bin
方法二
通过在线的网址进行转换链接
上述就是转换的整个流程，总结一下：
（1）训练模型的时候，源码文件head.py，block.py是不用修改的
（2）转换模型为onnx的时候，需要先修改源码文件，然后进行转换
（3）从onnx转换为ncnn文件的时候，可以使用官方exe转换或者是在线网站进行转换
that’s all--------------------------------------------------------------------------------------------
这篇关于关于YOLO8学习（四）模型转换为ncnn的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
