模型部署系列之3(基于J5工具链)--DETR

一. DETR简要介绍
DETR是第一篇将Transformer应用到目标检测方向的算法。DETR是一个经典的Encoder-Decoder结构的算法，它的骨干网络是一个卷积网络，Encoder和Decoder则是两个基于Transformer的结构。DETR的输出层则是一个MLP。
它使用了一个基于二部图匹配（bipartite matching）的损失函数，这个二部图是基于ground truth和预测的bounding box进行匹配的。
二. 训练环境安装，验证

参考链接：https://github.com/facebookresearch/detr

三. 模型转换
1.将.pth 模型转换成.onnx 文件
用 torch.onnx.export() 导出.onnx , 这边提供现有文件，可以直接用:export_onnx.py
如果没有训练,可以下载官方提供的，如下图：