查了很多资料，很多用python代码写的，只需要这个库那个库的，最后都没成功。

不如直接使用Yolov5里面的 export.py实现模型的转换。

一：安装依赖

因为yolov5里面的requirments.txt是将这些转换模型的都注释掉了

所以需要解除注释然后再安装

根据你需要导出模型的类型进行解除注释 

然后再安装依赖

pip install -r requirements.txt

二：导出模型

根据官方教程来说明如何导出模型，帮助如何将训练好的YOLOv5模型转换成ONNX格式或者TorchScipt格式。

在export.py里面设置模型和数据源的yaml

官方文档写了具体可以导出的类型。

在 --include添加导出的类型。 

 python export.py  --include torchscript onnx

三：测试和验证推理

python detect.py --weights yolov5s.onnx --dnn  
python val.py --weights yolov5s.onnx --dnn  

在模型的导出中，onnx不需要GPU进行推理，没有用GPU推理，导致推理的时候很慢，但是tensorRT需要GPU进行推理。 

参考文章：

yolov5 pt 模型 导出 onnx_yolov5 export.py-CSDN博客