YOL0v8模型导出

1. 准备工作

可选择从YOLOv8官方主页下载YOLOv8-obb.pt模型，或在导出onnx模型中自动下载模型。安装如下依赖。

pip3 install ultralytics

找到这个文件：~/.local/lib/python3.8/site-packages/ultralytics/nn/tasks.py。如果找不到，请通过pip3 show ultralytics查包的安装位置。找到这个函数：

def _predict_once(self, x, profile=False, visualize=False, embed=None):
    ...
    return x

修改返回值，加一个transpose操作，这样更有利于cpu后处理连续取数。将return x修改为：

    return x.permute(0, 2, 1)

如果使用tpu-mlir编译模型，则必须先将Pytorch模型导出为onnx模型。YOL0v8官方仓库提供了模型导出接口，可以直接使用它导出onnx模型：

from ultralytics import YOLO
  
model = YOLO("yolov8s-obb.pt")

model.export(format='onnx', opset=17, dynamic=True)

上述脚本会在原始pt模型所在目录下生成导出的onnx模型yolov8s-obb.onnx。