Openvino RuntimeError: get_shape was called on a descriptor::Tensor with dynamic shape问题解决

由于Openvino在2020 4月份，以及之前的版本中，对pytorch框架下的上采样操作，即F.interploate（或Upsample）的bilinear采样支持不是很好。

具体而言，模型转化前和转化后，输出数据不一致程度高达99%。而这根本原因在于torch在转onnx模型时，采用op9  op10的转化方法，onnx模型与原torch模型的输出不一致（99%不一致）。而采用op11, op12才能保证，模型转化前后，精度一致，数据输出一致度高于99%。

而之前的版本，openvino仅支持op9  op10的onnx模型，转化为IR模型，从而在openvino框架下进行前向推理。对于op11 op12转化方法得到的onnx模型，openvino不支持。

 

很开心，Intel于10月份更新的Openvino v2021版本增加了对onnx模型的采样支持（op11  op12），详见链接：https://software.intel.com/content/www/us/en/develop/articles/openvino-relnotes.html

关于onnx模型的上采样问题，已支持op11、op12，以及模型输出节点的关键字定义：

自己很快更新了版本，并进行了测试，遇到一个问题：

    exec_net = ie.load_network(network=net, device_name=args.device)
  File "ie_api.pyx", line 311, in openvino.inference_engine.ie_api.IECore.load_network
  File "ie_api.pyx", line 320, in openvino.inference_engine.ie_api.IECore.load_network
RuntimeError: get_shape was called on a descriptor::Tensor with dynamic shape

遇到的问题在于，加载模型时出错。此时，我测试，device设置为CPU时，是没有问题的。device设置为：HETERO:GPU,CPU时会报上述错误。

查找了网上关于该问题几乎没有解答方法，经过自己的研究后，终于解决：

ie = IECore()
net = ie.read_network(model=model_xml, weights=model_bin)

# ***************  加入此段代码可解决问题 start  **************************
for output_key in net.outputs:
    print(net.layers[output_key].type)
    if net.layers[output_key].type == "Convolution":
        output_name, output_info = output_key, net.outputs[output_key]
# ***************  加入此段代码可解决问题 end **************************

exec_net = ie.load_network(network=net, device_name=args.device)

出现该问题的部分原因是，我的网络中使用到了上采样操作。