1.模型转换
首先，我们将yolov8n.pt转换分别转换成onnx、ncnn、tflite格式模型，供后续使用不同模型部署使用，进行速度对比测试。转换代码如下：
# 转onnx
yolo export model=yolov8n.pt format=onnx
# 转ncnn
yolo export model=yolov8n.pt format=ncnn
# 转tflite
yolo export model=yolov8n.pt format=tflite 
2. 模型部署测试
首先，写一个可以测试摄像头与视频的测试脚本VideoTest.py，方便我们进行不同模型的测试。
2.1 pytorch 部署方式
基于pytorch框架的原生yolov8.pt部署测试，测试结果如下，检测视频的速度约为2帧/s。命令如下：
