模型导出与部署

• Ultralytics YOLO26 完整训练指南

1. python 导出

from ultralytics import YOLO

model = YOLO("runs/train/my_yolo26_exp/weights/best.pt")

# 导出为 ONNX
model.export(format="onnx")

# 导出为 TensorRT（需要 NVIDIA GPU）
model.export(format="engine")

# 导出为 CoreML（iOS / macOS）
model.export(format="coreml")

# 导出为 TFLite（Android / 嵌入式）
model.export(format="tflite")

# 导出为 OpenVINO（Intel 设备）
model.export(format="openvino")

2. 命令行导出

yolo export model=runs/train/my_yolo26_exp/weights/best.pt format=onnx

3. 支持导出的格式

格式	参数	适用场景
ONNX	onnx	通用部署
TensorRT	engine	NVIDIA GPU 高性能推理
CoreML	coreml	Apple 设备
TFLite	tflite	Android / 嵌入式
OpenVINO	openvino	Intel CPU / VPU
TorchScript	torchscript	PyTorch 生态部署
NCNN	ncnn	移动端轻量推理