Python 如何更改和使用Pytorch训练的缩放Yolov4权重以在Opencv中使用（作为.weights文件）？_Python_Opencv_Deep Learning_Computer Vision_Pytorch

Python 如何更改和使用Pytorch训练的缩放Yolov4权重以在Opencv中使用（作为.weights文件）？

python opencv deep-learning computer-vision pytorch

Python 如何更改和使用Pytorch训练的缩放Yolov4权重以在Opencv中使用（作为.weights文件）？,python,opencv,deep-learning,computer-vision,pytorch,Python,Opencv,Deep Learning,Computer Vision,Pytorch,我在我的图像上训练了一个缩放的YOLO v4模型，并得到了模型权重，其形式为best_yolov4-csp-results.pt 使用Yolov4中的DarkNet权重，我得到的权重为.weights，我可以用来读取和给出预测，如下所示： net = cv2.dnn.readNet("./yolov4-obj_best_1_class.weights", "./yolov4-custom_1_class.cfg") model = cv2.dnn_Dete

我在我的图像上训练了一个缩放的YOLO v4模型，并得到了模型权重，其形式为

best_yolov4-csp-results.pt

使用Yolov4中的

DarkNet

权重，我得到的权重为

.weights

，我可以用来读取和给出预测，如下所示：

net = cv2.dnn.readNet("./yolov4-obj_best_1_class.weights", "./yolov4-custom_1_class.cfg")
model = cv2.dnn_DetectionModel(net)
model.setInputParams(size=(416, 416),scale=1/255.)
classes, scores, boxes = model.detect(img_array, 0.51, 0.51)

我的问题是，如何对当前的

pytorch\u weights.pt

文件执行相同的操作

或者，如果不可能，如何仅使用

Pytorch

为每个映像部署模型