DATAWHALE 第45期组队学习__图像分类模型部署

beckygong001

已于 2023-01-30 11:09:37 修改

阅读量168

点赞数

文章标签：学习分类 python

于 2023-01-30 11:04:01 首次发布

本文链接：https://blog.csdn.net/beckygong001/article/details/128704228

版权

ONNX-ONNX Runtime部署

一、部署ImageNet预训练图像分类模型
- - 1. 导出ONNX模型：
  - - - 导入工具包
    - Pytorch模型转ONNX模型
二、推理引擎ONNX Runtime部署-预测摄像头实时画面

一、部署ImageNet预训练图像分类模型

只能在本地跑代码，云平台无法跑起来

1. 导出ONNX模型：

导入工具包

在这里插入图片描述

Pytorch模型转ONNX模型

在这里插入图片描述
然后使用Netron对onnx模型可视化

二、推理引擎ONNX Runtime部署-预测摄像头实时画面

1.导入工具包

2.载入 onnx 模型，获取 ONNX Runtime 推理器

ort_session = onnxruntime.InferenceSession('resnet18.onnx')

3.载入ImageNet 1000图像分类标签和图像预处理

# 载入ImageNet 1000图像分类标签
df = pd.read_csv('imagenet_class_index.csv')
idx_to_labels = {
   }
for idx, row in df.iterrows():
    idx_to_labels[row['ID']] = row['Chinese']
    
from torchvision import transforms
# 测试集图像预处理-RCTN：缩放裁剪、转 Tensor、归一化
test_transform = transforms.Compose([transforms.Resize(