mxnet转onnx及caffe2推理报 Unrecognized attribute:spatial

概述

本文主要解决Mxnet 转onnx，以及onnx模型caffe2推理中遇到的两个可能的报错。

(1)Don’t know how to map unexprected argument spatial(from operator SpatialBN)
(2)onnx.onnx_cpp2py_export.checker.ValidationError: Unrecognized attribute:spatial for operator BatchNormalization

问题：

（1）mxnet<=1.4 版本，对于batchnorm 可以转换成功，但是在使用caffe2.python.onnx.backend.prepare() 加载onnx模型时出现 报错：
Don’t know how to map unexprected argument spatial(from operator SpatialBN)

再使用netron 查看onnx模型，选择batchnormlization 模块，发现Attributes属性多了spatial:0项，从而导致再caffe2 推理时不支持/不识别spatial参数。

填坑尝试：

一顿查找后发现这是mxnet的bug,官方给出的说法是新版本已经修正了
链接参考
决定升级下mxnet 及onnx版本到1.5.0，一顿操作pip install，转换模型时 竟然会报错，也就是说升级mxnet竟然连转换都失败了，我了个去。网友们感觉要被坑死了。
提示：
onnx.onnx_cpp2py_export.checker.ValidationError: Unrecognized attribute:spatial for operator BatchNormalization

然后继续顺藤摸瓜。有热心网络给出了踏过这个坑：
参考链接

解释了一大堆我反应半天才明白是让我去改mxnet的安装文件（本能的以为安装文件即使改了也要百编译才能生效，好在是python文件，只要你有root权限立即生效，docker里操作就不受此限制）

解决方案

修改文件_op_translations.py , 然后注释该死的 spatial=0


再运行mxnet2onnx 无报错。
再运行caffe2.python.onnx.backend.prepare() 加载onnx模型，无报错。运行输出结果。
但是提示 model 使用的的onnx operator version =12, 而onnx-caffe2 version= 9，这是因为mxnet.onnxconvert函数没有向用户提供 onnx operator version 的版本选择参数，使用了默认的version=12. 如果没用到特殊的Op， 一般能兼容

总结

已经有很长时间没使用mxnet了，这次是需要在python环境中对别人的onnx模型测试精度。结果onnx模型在caffe2推理就是个坑，好在同时还有模型的mxnet版本，重新在mxnet环境中转换了个bugfix的onnx模型，顺利完成推理测试。
有读者可能好奇，为啥要用caffe2，而不是onnxruntime。可参见我的另外一篇博客：
onnx 模型转换与 onnxruntime 和caffe2 推理速度比较