.pth转.onnx可视化

参考链接

存在的问题：

1. 因为centernet保存的模型中包含有dict_keys([‘epoch’, ‘state_dict’, ‘optimizer’])，其中epoch和optimizer是多余的信息，所以在load .pth文件之后应该过滤多余的两个key

   torch_model = torch.load(pthfile)
   model.load_state_dict(torch_model['state_dict'])
   

2. 因为网络的末端包含有字典，会报错Only tuples, lists and Variables supported as JIT inputs, but got dict，参考链接后解决方案解决问题
   修改网络中的

		ret = {}
        for head in self.heads:
            ret[head] = self.__getattr__(head)(out)

为

		# ret = []
        # for head in self.heads:
        #     ret.append(self.__getattr__(head)(out))

问题解决

把生成好的onnx模型放入网页onnx模型可视化即可显示模型结构