Pytorch图像分类模型部署-ONNX Runtime本地终端推理

【同济子豪兄】两天搞定图像分类毕业设计
代码教程：https://github.com/TommyZihao/Train_Custom_Dataset

前面的视频中，我们已构建了自己的30类图像分类数据集，用Pytorch迁移学习训练得到自己的图像分类模型。但原生Pytorch模型的推理预测速度慢，且无法完美兼容适配在各种终端硬件设备上。
上一讲视频，将Pytorch模型库预训练ImageNet模型，和自己训练得到的水果分类模型，转换为机器学习通用中间格式ONNX。
本讲视频，使用推理框架ONNX Runtime，在本地PC端部署ONNX模型，执行单张图像、视频文件、摄像头实时画面的推理预测。经实测，推理速度比原生Pytorch模型提升五倍以上。

【答疑交流、定制开发】
两天搞定图像分类毕业设计答疑交流微信群，公众号 人工智能小技巧 回复 图像分类
开发需求：手机APP、微信小程序、网页开发、服务器部署，公众号 人工智能小技巧 回复 定制开发 加东哥微信
OpenMMLab算法库，MMClassification（MMPretrain）、MMDeploy大佬交流，加喵喵微信 OpenMMLabwx（备注：来自子豪兄部署教程）