ONNX-ONNX Runtime部署
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
Pytorch模型转ONNX模型
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(