← 在分诊台打开（可搜索/导航）
YOLO导出ONNX/TFLite/TensorRT/RKNN哪种格式最快
⚖️ E3 模型对比横评 · 全平台
状态：GPU选TensorRT，CPU选OpenVINO/ONNX，ARM选NCNN，NPU选RKNN
也这样说： 导出格式 onnx vs tflite tensorrt vs onnx rknn vs onnx 导出对比 format
可能根因：- 同模型不同格式推理速度差异大
- 不同硬件最优格式不同
- 格式转换可能导致精度变化
解决方案
💡 排坑指南（2条）
Jetson Orin NX实测：YOLO26各格式对比
PyTorch 98ms | ONNX 130ms | TorchScript 123ms | OpenVINO 483ms——Jetson上TensorRT最快(8ms)，OpenVINO最慢因为不是Intel平台
时效：2026-09
打开 ↗树莓派实测：YOLO26各格式对比
PyTorch 849ms | ONNX 356ms | OpenVINO 282ms——树莓派(CPU)上OpenVINO最快，ONNX次之，PyTorch最慢；CPU推理选OpenVINO
时效：2026-09
打开 ↗⚠️ 避坑提醒（2条）
YOLO26导出后mAP下降 暂无外链
PyTorch mAP 0.70 → ONNX/TorchScript mAP 0.69 → OpenVINO mAP 0.69；导出后精度通常降1-2个点，如果降5+点说明导出配置有问题
时效：2026-09
别在NVIDIA设备上用OpenVINO 暂无外链
OpenVINO是Intel框架在NVIDIA GPU上性能极差（实测483ms vs TensorRT 8ms差60倍）；NVIDIA选TensorRT，Intel选OpenVINO，跨平台选ONNX Runtime
时效：2026-09
本页是路由层入口，不存教程正文。每条入口带人工评注。
来自 问题分诊台 · Vertical Hub