目录
简化工具安装:
pip install onnx-simplifier
onnxsim简化 python代码:
import onnx
onnx_model_name =r'face_landmark_with_attention_z_left.onnx'
try:
import onnxsim
onnx_model = onnx.load(onnx_model_name) # load onnx model
print('\nStarting to simplify ONNX...')
onnx_model, check = onnxsim.simplify(onnx_model)
assert check, 'assert check failed'
except Exception as e:
print(f'Simplifier failure: {e}')
onnxsim简化命令:
python -m onnxsim face_landmark_1.12_left.onnx aa_sim.onnx
控制台有简化的结果
onnxruntime
opencv dnn onnx 性能优化有时能达到16-10倍,但是cpu占用较高
opencv的对平均池化,上采样不支持,可能是onnx版本低,比如11
onnxruntime优化本身能达到10-14倍,cpu占用稍微低一点
工具安装:
onnxruntime-1.1.1
pip install onnxruntime # CPU build
pip install onnxruntime-gpu # GPU build
下载地址,支持32位,是动态库,不是python的
https://www.ctolib.com/article/releases/119310
这个也有x86的
https://github.com/Microsoft/onnxruntime/releases/tag/v1.1.0
c++调用demo: