onnx KeyError: ‘upsample_bilinear2d‘

onnx KeyError: 'upsample_bilinear2d'

解决方法:把上采样的bilinear换成可以支持的。

比如:

import torch.nn.functional as funtion
funtion.interpolate(P3_out, size=P4_td.shape[2:], mode="nearest"))

专门用于2D数据的双线性插值算法:

torch.nn.UpsamplingBilinear2d

CLASS torch.nn.UpsamplingBilinear2d(size=None, scale_factor=None)
 

size在创建层的时候就指定了,但是预测时,如果动态分辨率,size没法动态改。

但是如果输入是动态分辨率,不知道这里的size应该是多少。
参见:

torch 双线性上采样_jacke121的专栏-CSDN博客_双线性上采样

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI视觉网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值