网络层可视化化工具Netron

简介

Netron是神经网络、深度学习和机器学习模型的可视化工具。Netron支持以下模型的可视化：

• ONNX：.ONNX，.pb，.pbtxt
• Keras：.h5，.Keras
• TensorFlow Lite：.tflite
• Caffe：.caffemodel，.prototxt
• Darknet：.cfg
• Core ML：.mlmodel
• MNN：.MNN
• MXNet：.model、-symbol.json
• ncnn：.param
• PaddlePaddle ：.zip，__model__
• Caffe2：predict_net.pb
• Barracuda：.nn
• Tengine：.tmfile
• TNN：.tnnproto
• RKNN：.rknn
• MindSporeLite：.ms
• UFF：.uff

以下模型对Netron有实验性支持：

• TensorFlow：.pb，.meta，.pbtxt，.ckpt，.index
• PyTorch：.pt，.pth
• TorchScript：.pt，.pth
• OpenVINO：.xml
• Torch：.t7
• Arm NN：.armnn
• BigDL：.bigdl，.model
• Chainer：.npz，.h5
• CNTK：.model，.CNTK
• Deeplearning4j：.zip
• MediaPipe：.pbtxt
• ML.NET：.zip
• scikit-learn：.pkl
• TensorFlow.js：model.json,.pb

下载

安装包

可直接进入下载页面，下载对应系统的安装包。

pip安装

也可使用pip下载对应模块包进行使用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple netron

安装完成后，可使用以下语句对模型进行可视化：

import netron

modelPath = "D:\\models\\dbnet.onnx"
netron.start(modelPath)

运行之后，浏览器则会将可视化结果展示出来，如下：