踩坑记录 | pytorch转ONNX时遇到的问题 tinynet smpl

已于 2022-02-07 16:21:59 修改
阅读量3.2k 收藏 4
点赞数 1
文章标签： pytorch 深度学习 机器学习
于 2022-02-07 16:13:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ZYXxxx666/article/details/122810494
版权
在将tinynet和smpl模型从PyTorch转换为ONNX格式时，遇到了torch环境版本不兼容、where和einsum算子不支持、以及if语句导致的问题。解决方法包括调整torch版本，用其他函数替换不支持的运算，以及重构含有if语句的代码，以确保ONNX模型的正确导出和结果一致性。
摘要由CSDN通过智能技术生成

1. torch环境问题

我在转换tinynet模型为onnx时，会产生如下报错

ImportError：cannot import name 'container_abcs'

这是由于torch版本不对，改为1.7.1就没有这个问题；因为1.8版本之后container_abcs就已经被移除了。但对于其他模型对这个版本又不适用，onnx对torch的版本是较为敏感的。

转换成功之后还需要验证onnx模型结果，随机生成输入tensor，观察输出结果是否一致，同样注意torch版本问题。

2. 去除不支持算子

在观察tinynex.onnx时发现了where算子，最终将问题定位在tinynet的forward函数中的三个if语句，调整后where算子消失。
在这里插入图片描述

在转换smpl模型时发现了einsum算子，定位问题出现来源于torch.einsum函数，于是使用torch.mm重新写一下就解决了。

在这里插入图片描述

解决后发现smpl模型同样存在wher

最低0.47元/天 解锁文章
小赵的踩坑记录
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【onnx】——pytorch转onnx 手动添加不支持的算子
怡宝2号
01-21 1980
onnx，pytorch
pytorch 转换onnx_是什么引起了各个框架 Resize 操作的结果不同？——来自 ONNX 的标准化尝试...
weixin_30781059的博客
12-08 935
作者：京东AI研究院 张建浩炼丹师在转换模型的时候，经常会发现给转换前后的模型输入同样的图片，模型结果有微小的差别。其中的原因有数值算法的误差、不同 jpeg 解码库产生的结果不同等等，也有不同框架内部对某些算子的实现差异。在给 ONNX 贡献 Resize 算子的 spec 的时候，我发现 Resize 是一个突出体现了框架实现差异的算子——多种 Resize 类型、不统一的超参数、将错就错的历...
Pytorch模型转成onnx并验证结果(排坑经验帖)
木盏
01-14 1万+
很多时候有pytorch模型转onnx模型的必要，比如用tensorRT加速的时候。本文将介绍pytorch的pth模型如何转换成onnx，并且验证你转的模型对不对。 先给官网链接：https://pytorch.org/docs/stable/onnx.html 咱们直接用一段代码来看：（本人亲自整理，有问题可留言交流~） import os.path as osp import numpy as np import onnx import onnxruntime as ort import t
pytorch转onnx 模型输出对不齐
slamdunkofkd的博客
01-07 3180
最近，在把pytorch模型转为onnx时，遇到一个问题，有28%的数据对不齐，因为接触的是显著性task的，里面用了一些upsample层。 查了pytorch官方文档后发现，这里的upsample只支持nearst一种模式，而我用的是bilinear，在改变了这个之后，结果就对的齐了。 建议：先去官方文档看一下哪些算子支持哪些算子不支持，以及别用Function函数，得用torch.nn里面的层。 官方文档：https://pytorch.org/docs/stable/onnx.html?.
Pytorch可视化模型结构遇到转ONNX遇到的问题及解决方案
heluxixue的博客
11-28 1100
torch.onnx.export(self.model, input, modelpath) # 导出并保存。但当你的环境在torch1.11.0 ， torchvision 0.12.1以下，时候会提示，modelpath = "./demo1.onnx" # 定义模型结构保存的路径。（或者你再建一个环境里里面安装一个适应的版本），如果还提示，请如下图修改。构建torch 模型后，可视化计算流程可以复核自己是否写错，至关重要。如下结构可视化方法，比summary（）直观好用很多。
4.36 构建onnx结构模型-Where
weixin_45063703的博客
12-31 506
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Where结点进行分析。
nnunet-pytorch转onnx
06-13
nnunet-pytorch 转 onnx nnunet-pytorch 转 onnx 是指将 PyTorch 模型转换为 ONNX 模型，以便于在 TensorRT 等平台上进行加速。以下是该过程中涉及到的知识点： 1. PyTorch 和 ONNX 的关系：PyTorch 是一个流行的...
nnunet-pytorch转onnx.zip
12-13
nnunet-pytorch转onnx.zip这个压缩包文件包含了将基于PyTorch实现的nnUNet模型转换为ONNX格式的过程，目的是利用ONNX来提高推理速度，并可能进一步运用TensorRT进行加速。nnUNet是一种高度自动化的神经网络框架，专...
pytorch转onnx使用C++ onnxuntime加载推理
02-28
PyTorch是一款广泛使用的深度学习框架，而ONNX（Open Neural Network Exchange）则提供了一个统一的模型交换格式，使得不同框架训练的模型可以方便地在其他支持ONNX的环境中运行。本示例主要涉及将PyTorch模型转换为...
Pytorch转onnx、torchscript方式
09-16
【PyTorch 转 ONNX、TorchScript 方式详解】 PyTorch 是一个流行的深度学习框架，它提供了灵活的编程模型，便于快速实验和开发。然而，在生产环境中，有时需要将 PyTorch 模型转换为其他平台支持的格式，如 ONNX...
onnx中的where op
deep_love1314的博客
04-21 2225
onnx中的where op是pytorch中的什么操作产生的呢？ 试了torch.where 以及 a[mask]等操作 都没有产生。 也没搜到。 想记录学习下 。 答案：看下expand （我自己给的答案），我还没有验证
onnx模型可视化以及pytorch算子与onnx节点对应关系
lhyyhlfornew的博客
11-25 6600
pytorch模型转成onnx时会产生很多意想不到的错误，然而对onnx模型进行Debug是非常麻烦的事，往往采用可视化onnx模型然后找到报错节点之后确定报错节点在源码中的错误位置的方法进行Debug，然而将可视化的onnx图与源代码对应起来可不是一件简单的事，本文主要记录pytorch算子与可视化的onnx节点的对应关系以方便对onnx节点在源代码中进行溯源，本文中的onnx模型使用Netron软件进行可视化，记录会随时补充。 1.onnx中Gather节点对应pytorch中对tensor的索引操作
torch.cat()用法
weixin_47156261的博客
05-09 2443
torch.cat：想要去对那哪一个维度进行concat就必须要保证其他维度的大小是一样的。 如a的shape为（2，2，3），b的shape为（3，2，3），那么在维度0上是可以进行concat的，concat过后得到（5，2，3）而在维度1和2维度2上是不可以进行concat的。 代码如下： import torch a=torch.tensor([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]]]) print("a的shape为：",a
【RK3588 第四篇】YOLO V5中pytorch2onnx，pytorch和onnx模型输出不一致，精度降低
钱多多先森
10-13 3788
pytorch转onnx模型发现的问题，以及转rknn出现的精度下降，同时验证了新的pytorch转onnx模型出现的麻烦事
onnx标准 & onnxRuntime加速推理引擎
热门推荐
qq_33934427的博客
04-12 1万+
onnx标准 & onnxRuntime加速推理引擎 文章目录onnx标准 & onnxRuntime加速推理引擎一、onnx简介二、pytorch转onnx三、tf1.0 / tf2.0 ckpt转onnx四、python onnx的使用1、环境安装2、获得onnx模型权重参数（可视化）3、onnx模型推理 参考博客： ONNX运行时：跨平台、高性能ML推断和训练加速器 python关于onnx模型的一些基本操作 ONNX 與 Azure Machine Learning：建立並加速 M
【模型转换tips】爱因斯坦求和约定（einsum）的替换
加盐
06-04 2143
pytorch转onnx时对einsum进行替换   1、einsum简介 一文学会 Pytorch 中的 einsum 2、替换 # a = torch.einsum('bhnm,bdhm->bdhn', prob, value) prob = prob.unsqueeze(1) value = value.unsqueeze(3) a = prob*value a = torch.sum(a, dim=-1) 输出：b d h n ** 输入：b #
常见ONNX算子节点
最新发布
欧吼的CSDN
03-14 1307
ONNX（Open Neural Network Exchange）是一个开放格式，用于表示深度学习模型，允许模型被不同的深度学习框架所使用。ONNX定义了一系列的算子（Operators），每个算子对应一个特定的操作，例如卷积、池化、归一化等。请注意，ONNX算子集会随着ONNX版本的更新而增加新的算子或修改现有算子。DepthToSpace - 深度到空间的转换。SpaceToDepth - 空间到深度的转换。ArgMax - 沿指定轴的元素最大值索引。ArgMin - 沿指定轴的元素最小值索引。
TensorRT - 使用torch普通算子组合替代torch.einsum爱因斯坦求和约定算子的一般性方法
HW140701的博客
10-08 3267
1 问题：TensorRT暂时未实现einsum算子 在ST-GCN中使用了爱因斯坦求和算子torch.einsum， def forward(self, x, A): assert A.size(0) == self.kernel_size x = self.conv(x) n, kc, t, v = x.size() x = x.view(n, self.kernel_size, kc//self.kernel_size, t, v)
torch转onnx模型
Y_snower的博客
06-24 3913
以分类为例torch转换为onnx模型
pytorch 转onnx
10-12
要将 PyTorch 模型转换为 ONNX 格式，可以使用 PyTorch 官方提供的 onnx 包。具体步骤如下： 1. 安装 onnx 包：`pip install onnx` 2. 将 PyTorch 模型转换为 ONNX 格式：`torch.onnx.export(model, input_tensor, "output.onnx")` 其中，model 是 PyTorch 模型，input_tensor 是输入模型的张量，"output.onnx" 是输出的 ONNX 文件名。 需要注意的是，PyTorch 模型转换为 ONNX 格式时，需要确保模型中所有的操作都被 ONNX 支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值