onnx裁剪中间节点

最近有遇到需要将onnx模型的中间节点裁剪掉的情况,mxnet转成的caff模型,预处理(减去均值除以方差的操作)写在了模型结构里,量化时要把预处理层单独拿出来,这个操作有两种方法可以实现,一种可以加载mxnet训练好的模型,去掉预处理后再保存;另一种时直接将onnx中对应的两个预处理节点裁掉,这里写一下第二种方法具体实现

import onnx_graphsurgeon as gs
import numpy as np
import onnx

# remove preprocessing node
# (x - mean)/std
def remove_preprocessing_node(onnx_path):
    onnx_model = onnx.load(onnx_path) #加载onnx模型
    graph = onnx_model.graph
    old_nodes = graph.node
    new_nodes = old_nodes[2:] #去掉data,sub,mul前三个节点
    del onnx_model.graph.node[:] # 删除当前onnx模型的所有node
    onnx_model.graph.node.extend(new_nodes) # extend新的节点
    conv0_node = onnx_model.graph.node[0]
    conv0_node.input[0] = 'data' #给第一层的卷积节点设置输入的data节点
    # graph = onnx_model.graph
    # print(graph.node)
    onnx.checker.check_model(onnx_model)
    onnx.save(onnx_model, "./janus_mask_occ_nopre.onnx")

def crop_middle_nodes(onnx_path):


if __name__ == "__main__":
    onnx_path = "J:/code/mxnet_mask/janus_mask_occ.onnx"

    remove_preprocessing_node(onnx_path)


实现效果:
在这里插入图片描述

  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
评论 4
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

一位不愿暴露自己的小可爱

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