YOLOv5自定义训练模型转ONNX后OpenCV加载报错求助

我使用YOLOv5自定义训练数据集，生成的best.pt文件检测与评估均正常，但转换为ONNX模型后，用OpenCV加载时出现报错。

报错信息 #

C:\Users\admin\.conda\envs\yolov5\python.exe D:\Demo\yolov5\test_onnx.py 
[ERROR:0@0.012] global onnx_importer.cpp:1054 cv::dnn::dnn4_v20221220::ONNXImporter::handleNode DNN/ONNX: ERROR during processing node with 3 inputs and 1 outputs: [Conv]:(onnx_node!/model.2/m/m.0/cv1/conv/Conv) from domain='ai.onnx'
Traceback (most recent call last):
  File "D:\Demo\yolov5\test_onnx.py", line 2, in <module>
    net = cv2.dnn.readNetFromONNX('runs/train/exp8/weights/best.onnx')
cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\onnx\onnx_importer.cpp:1073: error: (-2:Unspecified error) in function 'cv::dnn::dnn4_v20221220::ONNXImporter::handleNode'
> Node [Conv@ai.onnx]:(onnx_node!/model.2/m/m.0/cv1/conv/Conv) parse error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\layers\convolution_layer.cpp:394: error: (-215:Assertion failed) !hasBias() || blobs[1].total() == (size_t)weightShape[0] in function 'cv::dnn::ConvolutionLayerImpl::getMemoryShapes'

解决办法 #

• 指定低版本ONNX算子集转换：转换时添加--opset 12参数，OpenCV的DNN模块对高版本ONNX算子支持有限。执行命令：

  python export.py --weights runs/train/exp8/weights/best.pt --include onnx --opset 12
  

• 升级OpenCV版本：当前使用的OpenCV 4.7.0对部分ONNX算子兼容性不足，升级到4.8.0及以上版本可改善适配问题。
• 禁用动态维度转换：转换ONNX时添加--dynamic False参数，避免动态轴导致OpenCV解析卷积层时出错。
• 验证ONNX模型有效性：用onnxruntime测试模型是否正常，代码示例：

  import onnxruntime as rt
  sess = rt.InferenceSession('runs/train/exp8/weights/best.onnx')
  print("输入形状:", sess.get_inputs()[0].shape)
  print("输出形状:", sess.get_outputs()[0].shape)
  

  如果能正常输出形状，说明模型本身无问题，问题出在OpenCV的DNN模块适配。

内容的提问来源于stack exchange，提问作者user21499510