将YOLOv5模型从.pt（PyTorch格式）转换为ONNX格式是一个常见的需求，特别是当你希望在不同的环境中部署模型时。以下是将YOLOv5的.pt文件转换为ONNX格式的步骤

首先，确保你已经安装了必要的依赖项。你可以使用以下命令来安装这些依赖项：

1. 确保环境设置正确

pip install -r requirements.txt

pip install -r requirements.txt

如果你还没有安装ONNX相关的库，可以使用以下命令来安装：

pip install onnx onnxruntime

pip install onnx onnxruntime

2. 修改或创建导出脚本

YOLOv5官方仓库中通常包含一个名为export.py的脚本，用于导出模型到不同格式，包括ONNX。如果你使用的是官方版本，可以直接使用这个脚本。如果你有自定义的训练代码，可能需要根据你的具体情况进行调整。

3. 使用export.py导出模型

假设你已经克隆了YOLOv5的官方仓库，并且在项目根目录下运行命令，可以使用以下命令将.pt模型转换为ONNX格式：

python export.py --weights ./runs/train/exp_yolov5s/weights/best.pt --imgsz 640 --batch-size 1 --include onnx

python export.py --weights ./runs/train/exp_yolov5s/weights/best.pt --imgsz 640 --batch-size 1 --include onnx

参数解释

--weights: 指定要转换的.pt模型文件路径。

--imgsz 640: 设置输入图像的尺寸为640x640像素。这应该与你在训练时使用的图像大小一致。

--batch-size 1: 设置批量大小为1。这是大多数推理场景下的常见设置。

--include onnx: 指定导出为ONNX格式。

结果如下