鉴于经常还是有人问我尽管有模型，但是还是不知道怎么修改工程，我传上之前的整个测试工程，仅供参考.

Hisi_YoLoV5

海思nnie跑yolov5

模型修改。

参考官方的yolov5 4.0版本

• git clone -b v4.0 https://github.com/ultralytics/yolov5.git/

修改处0, models/yolov5s.py 增加如下:

• 删除 ~~[[-1, 1, Focus, [64, 3]], # 0-P1/2 ~~
• 添加 [[-1, 1, Conv, [64, 3, 2]], # 0-P1/2

修改处1, utils/activations.py 增加如下:

class ReLU(nn.Module): 
    @staticmethod
        def forward(x):
            return nn.ReLU(x)

修改处2，models/common.py 35行修改激活函数

• ~~self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())~~

• 添加 self.act = nn.ReLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())

修改处3, models/comon.py 98行修改maxPool ,修改ceil_mode方式

• self.m = nn.ModuleList([nn.MaxPool2d(kernel_size=x, stride=1, padding=x // 2, ceil_mode = True) for x in k])

修改处4 modes/yolov5s_

• ~~[-1, 1, nn.Upsample, [None, 2, 'nearest']],~~

• 添加 [-1, 1, nn.ConvTranspose2d, [256,256, 2, 2]],

修改处5, models/yolov5s.yaml

• ~~[-1, 1, nn.Upsample, [None, 2, 'nearest']],~~

• 添加 [-1, 1, nn.ConvTranspose2d, [128 ,128, 2, 2]],

转换ONNX修改： models/export.py , 修改了opset_version

• torch.onnx.export(model, img, f, verbose=False, opset_version=10, input_names=['images']...

参考 https://github.com/Wulingtian/yolov5_caffe

• 将ONNX 转为caffe模型。

最后caffe模型中的premute和reshape层，nnie不支持，去掉premute层(一共有三层)reshape改为需要的输出。