一种神经网络算子优化方法、电子设备和介质

本发明涉及一种神经网络算子优化方法、电子设备和介质，包括以下步骤，S1：用yolov5转成onnx模型；S2：修改onnx模型，将slice和Concat算子删除,输入的数据直接传给Conv算子；S3：使用opencv的函数对图像进行处理；S4：通过模型量化将原本的浮点数量化为整数；S5：对图像做归一化处理，最后将新修改的模型进行推理。本发明具有精度高，稳定性强和适用范围广的优点。