啥是onnx

 Microsoft 和合作伙伴社区创建了 ONNX 作为表示机器学习模型的开放标准。许多框架（包括 TensorFlow、PyTorch、scikit-learn、Keras、Chainer、MXNet 和 MATLAB）的模型都可以导出或转换为标准 ONNX 格式。 在模型采用 ONNX 格式后，可以在各种平台和设备上运行这些模型。
 懂了吧，简单来说就是emmmmm微软干了类似统一度量衡的事情，类似Pytorch，Keras，mxnet的模型都可以导出成onnx的格式。之后放到别的平台上去运行，也就是说，一旦导出成了onnx格式，就跟你之前用的是啥库没关系了哈。

怎么导出

from ultralytics import YOLO

# load a pretrained model (recommended for training)
model = YOLO('best.pt')

# Export the model
success = model.export(format='onnx')

print(success)

导出之后

很神奇的onnx模型可视化

 可视化的样子是这个样子的，可以看到每一个模块的Metadata。在这个metadata里面可以看到输入输出维度，还有原本使用的库函数，就像下面这样（这里拿原本的yolo v8m最后的output0 block为例）：