基于OpenVNO摆设YOLOv5-seg及时实例分割模子

• 工程化水平好，工程应用时“坑”少
  
• 文档详确友好，易读易懂
  
• 既轻易在用户的数据集上重训练又轻易在差异的平台上举行摆设
  
• 社区活跃度高(制止2023-1-21有34.7k GitHub星)
  
• 项目演进速率快
  
• 默认支持OpenVINO摆设
  
• 在典范行业(制造业、农业、医疗、交通等)有广泛应用。
  

• 搭建YOLOv5开辟情况和OpenVINO摆设情况
  
• 运行模子优化器(Model Optimizer)优化并转换模子
  
• 调用OpenVINO Runtime API函数编写模子推理步伐，完成模子摆设
  本文将按照上述三个步调，依次详述
  

git clone https://github.com/ultralytics/yolov5  # clonecd yolov5
cd yolov5
pip install -r requirements.txt

python segment\predict.py --source data\images

python export.py --weights yolov5s-seg.pt --include onnx

mo -m yolov5s-seg.onnx --data_type FP16