ONNX模型结构转文本格式

深度学习端侧推理框架核心元素：
模型结构定义及存储
tensor的定义
内存分配算法
多线程计算

onnx框架的模型结构利用protobuf库定义模型元素及保存模型结构，以下借助protobuf的API将onnx模型由二进制转为文本格式，文本格式可以清楚的查看onnx模型都有哪些字段和内容，配合对应的proto文件帮助更深刻理解模型结构。

1. 下载onnx.proto文件， 注释最后一行，因为使用protobuf-lite会少很多实用接口。

// For using protobuf-lite
//option optimize_for = LITE_RUNTIME;

2. 生成.cc和.h文件

protoc -I ./ --cpp_out=./ onnx.proto

3. 编译转换代码

g++ convert2text.cpp onnx.pb.cc -o convert2text-lprotobuf

#include <iostream>
#include <fstream>
#include "onnx.pb.h"
#include "google/protobuf/text_format.h"
#include "google/protobuf/io/coded_stream.h"
#include "google/protobuf/io/zero_copy_stream_impl.h"
#include <sstream>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>

using google::protobuf::Message;
using google::protobuf::io::FileOutputStream;

void WriteProtoToTextFile(const Message& proto, const char* filename)
{
    int fd = open(filename, O_WRONLY | O_CREAT | O_TRUNC, S_IRUSR | S_IWUSR | S_IRGRP | S_IROTH);
    if (fd < 0) {
        return;
    }
    FileOutputStream* output = new FileOutputStream(fd);
    google::protobuf::TextFormat::Print(proto, output);
    delete output;
    close(fd);
}

int main(int argc, char* argv[])
{
    onnx::ModelProto oriModelProto;
    {
        std::fstream input(argv[1], std::ios::in | std::ios::binary);
        if (!oriModelProto.ParseFromIstream(&input)) {
            std::cerr <<"failed to parse onnx modelproto"<<std::endl;
            return -1;
        }
    }
    WriteProtoToTextFile(oriModelProto, argv[2]);
}