使用 YOLO 将无界输入导出到 mlpackage/mlmodel 文件

Question

我想创建一个 .mlpackage 或 .mlmodel 文件，我可以将其导入 Xcode 中以进行图像分割。为此，我想使用 YOLO 中的分段包来检查它是否符合我的需求。

现在的问题是该脚本创建了一个 .mlpackage 文件，该文件仅接受固定大小（640x640）的图像：

from ultralytics import YOLO

model = YOLO("yolo11n-seg.pt")

model.export(format="coreml")

我想在这里进行一些更改，可能是用

coremltools

来处理无限范围（我想处理任意大小的图像）。这里有一些描述：https://apple.github.io/coremltools/docs-guides/source/flexible-inputs.html#enable-unbounded-ranges，但我不明白如何实现它我的剧本。

Answer 1

如何导出具有灵活输入大小的YOLO分割模型

from ultralytics import YOLO
import coremltools as ct

# Export to torchscript first
model = YOLO("yolov8n-seg.pt")
model.export(format="torchscript")

# Convert to CoreML with flexible input size
input_shape = ct.Shape(
    shape=(1, 3, 
           ct.RangeDim(lower_bound=32, upper_bound=1024, default=640),
           ct.RangeDim(lower_bound=32, upper_bound=1024, default=640))
)

mlmodel = ct.convert(
    "yolov8n-seg.torchscript",
    inputs=[ct.ImageType(
        name="images",
        shape=input_shape,
        color_layout=ct.colorlayout.RGB,
        scale=1.0/255.0
    )],
    minimum_deployment_target=ct.target.iOS16
)

mlmodel.save("yolov8n-seg-flexible.mlpackage")

这将创建一个 .mlpackage，它接受 32 32 到 1024 1024 之间的图像（您可以根据需要修改这些范围）。默认值为 640 640。

在这里阅读相关内容：

• https://apple.github.io/coremltools/docs-guides/source/flexible-inputs.html

• https://docs.ultralytics.com/modes/export/

• https://apple.github.io/coremltools/source/coremltools.converters.mil.input_types.html#coremltools.converters.mil.input_types.ImageType