性能瓶颈分析
YOLOE默认在T4 GPU达102.5FPS，但iPhone12仅27.2FPS。提升策略：
核心优化步骤：
- 模型轻量化：
- 使用
export.py转换为CoreML格式时添加--half启用FP16量化 - 通过
onnxslim工具剪枝冗余算子（可减小30%体积）
- 使用
- 设备适配：
- iOS端调用ANE（Apple Neural Engine）加速：
python export.py --checkpoint yoloe-s.pt --include coreml --ios - 禁用实时分割（
--task detect）提升2倍速度
- iOS端调用ANE（Apple Neural Engine）加速：
备选方案：
- 改用YOLOE-S小模型（速度提升1.8倍，精度下降5%）
- 部署TensorRT引擎（NVIDIA Jetson设备）
- 启用多线程推理（修改
predict.py中torch.set_num_threads(4)）
本答案来源于文章《YOLOE：实时视频检测和分割物体的开源工具》
未经允许不得转载：AI生产力工具 » 怎样优化YOLOE在边缘设备（如iPhone）上的运行速度？
简体中文 
English 
日本語 
Deutsch 
Português do Brasil