066.YOLOv8 导出 ONNX 全流程：opset 版本选择、动态/静态 shape 与验证方法

066、YOLOv8 导出 ONNX 全流程：opset 版本选择、动态/静态 shape 与验证方法一、从一次部署翻车说起上周帮同事调一个边缘端部署的bug，模型在PC上跑得飞起，一上Jetson Orin就报错“Unsupported ONNX opset version”。查了半天，发现他导出时用了opset 19，而Orin的TensorRT只支持到17。这种坑我踩过不下三次，所以今天把YOLOv8导出ONNX的完整流程、opset版本选择、动态/静态shape的取舍，以及验证方法，一次性写清楚。二、导出前的准备工作先确认你的环境。YOLOv8官方推荐Python 3.8+，PyTorch 1.8+，但实际踩坑经验告诉我，PyTorch 2.0+配合onnxruntime 1.15+最稳。别问我为什么，问就是某次用PyTorch 1.12导出，结果NMS算子死活不兼容。安装依赖时注意版本锁定，别用最新版。我习惯这样写：pipinstallonnx==1.15.0