以上的内容都是基于esp这个芯片进行模型部署，如果后面大家遇到其他的开发板，肯定有很多东西都不一样了，但是工作的流程大差不差，离不开量化操作，而在很多的模型部署工作中，会将更多的重点放在后期的优化上，这就需要去看对于芯片的sdk了。

本文介绍了YOLOv8模型从PyTorch(.pt/.pth)到ONNX格式的转换流程，主要包括以下内容： 模型保存差异：完整训练模型(.pt)保存所有训练状态，而推理专用模型(.pth)仅保留权重参数，更适合转换 转换关键步骤： 提取模型参数 构建YOLO网络结构 创建包装器模型(仅保留box和cls输出) 使用torch.onnx.export进行格式转换 ONNX推理优化： 使用ONNX R

笔者是一名大三的实习生，正好在公司实习，并申请了海康工业相机，面对新鲜的事物——所以我们来开始动手实操吧。型号名称：MV-CU060-10GC。

笔者是一名大三的实习生，正好在公司实习，并申请了海康工业相机，面对新鲜的事物——所以我们来开始动手实操吧。型号名称：MV-CU060-10GC。