简介
- Netron 是神经网络、深度学习和机器学习模型的查看器。
- Netron 支持 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。
- Netron 为 PyTorch、TensorFlow、TorchScript、OpenVINO、Torch、Vitis AI、Arm NN、BigDL、Chainer、Deeplearning4j、MediaPipe、ML.NET 和 scikit-learn 提供实验性支持。
安装
- 依赖python的pip
- pip install netron
使用介绍(本地web版本)
- 下载测试模型
wget https://media.githubusercontent.com/media/onnx/models/master/vision/classification/squeezenet/model/squeezenet1.0-3.onnx
- 启动服务
❯ netronServing at http://localhost:8080
- 浏览器打开 http://localhost:8080 并选择需要查看的模型
4. 模型效果图
5. 模型导出成图片以及其他功能(各位按需使用)
附:快捷使用方式
- 启动服务时,选择模型并直接弹出浏览器页面
❯ netron squeezenet1.0-3.onnx -bServing 'squeezenet1.0-3.onnx' at http://localhost:8080
- 服务启动后,插入(修改)url参数可更换模型
http://localhost:8080/?url=https://media.githubusercontent.com/media/onnx/models/main/vision/classification/squeezenet/model/squeezenet1.0-3.onnx
- 下载netron app
引自:Netron GitHub官网
嵌入自建应用
方案一:(针对单一大模型)
- 查看模型时启动一个netron服务,指定地址(如:10.10.10.10),随机端口
# 如下 netron --host 10.10.10.10 --port 9000 model_dir/squeezenet1.0-3.onnx
- 访问 http://10.10.10.10:9000 进行访问
方案二:(小模型)
- 启动一个netron服务,并指定域名,服务地址如:http://netron-server/
- 传入模型地址访问。如:http://netron-server/?url=https://media.githubusercontent.com/media/onnx/models/main/vision/classification/squeezenet/model/squeezenet1.0-3.onnx