pytorch转onnx 模型输出对不齐

最新推荐文章于 2024-05-22 10:57:34 发布
最新推荐文章于 2024-05-22 10:57:34 发布
阅读量3.1k 收藏 3
点赞数
文章标签： python 人工智能 pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/slamdunkofkd/article/details/112324573
版权

最近，在把pytorch模型转为onnx时，遇到一个问题，有28%的数据对不齐，因为接触的是显著性task的，里面用了一些upsample层。

查了pytorch官方文档后发现，这里的upsample只支持nearest一种模式，而我用的是bilinear，在改变了这个之后，结果就对的齐了。

 

建议：先去官方文档看一下哪些算子支持哪些算子不支持，以及别用Function函数，得用torch.nn里面的层。

官方文档：https://pytorch.org/docs/stable/onnx.html?highlight=onnx#module-torch.onnx

slamdunkofkd
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
pytorch 32 onnx模型每次输出的结果都会变的解决方案
a486259的博客
07-21 2338
正常来说onnx模型每次输出的结果都会变，这是一个超乎寻常，难以理解的话题。因为，模型参数一旦导出后，在理论上就不会发生变化。而且，paddle、pytorch、tensorflow等框架导出模型时，也是默认设置模型的mode值为eval，也就是设置参数不更新。如果不是亲身所历，亲眼所示，博主也不会相信有这种匪夷所思的事情。只能说，碰到过的都懂。正常的使用标准ai框架导出部署模型，万不可能发生这种事情。博主之所以碰到这种事情，是因为前期操作秀的太6。把手伸到了MMSegmentation中，，然后。...
pytorch 转换onnx_是什么引起了各个框架 Resize 操作的结果不同？——来自 ONNX 的标准化尝试...
weixin_30781059的博客
12-08 933
作者：京东AI研究院 张建浩炼丹师在转换模型的时候，经常会发现给转换前后的模型输入同样的图片，模型结果有微小的差别。其中的原因有数值算法的误差、不同 jpeg 解码库产生的结果不同等等，也有不同框架内部对某些算子的实现差异。在给 ONNX 贡献 Resize 算子的 spec 的时候，我发现 Resize 是一个突出体现了框架实现差异的算子——多种 Resize 类型、不统一的超参数、将错就错的历...
模型部署翻车记：pytorch转onnx踩坑实录
nihate的专栏
04-08 4699
本文原创首发于极市平台公众号，如需转载请私信作者 在深度学习模型部署时，从pytorch转换onnx的过程中，踩了一些坑。本文总结了这些踩坑记录，希望可以帮助其他人。 首先，简单说明一下pytorch转onnx的意义。在pytorch训练出一个深度学习模型后，需要在TensorRT或者openvino部署，这时需要先把Pytorch模型转换到onnx模型之后再做其它转换。因此，在使用pytorch训练深度学习模型完成后，在TensorRT或者openvino或者opencv和onnxruntime部署时
torch和onnx输出结果对比
zhaosuyuan的博客
11-07 133
torch和onnx输出结果对比
自定义调用onnx模型结果不理想的原因
最新发布
tiaoteek的博客
05-22 198
分类的onnx在官方的代码中效果很好，但换成自己的代码中结果就不同，检测结果不准。分析了官方源码，图像加载中存在部分差异。也就是说分类的图像需要经过标准化处理。检测的onnx效果就很好。
可能导致将pytorch转为onnx模型后精度下降的几个原因
m0_46203495的博客
07-02 9154
可能导致将pytorch转为onnx模型后精度下降的几个原因
PyTorch-ONNX~精度对齐工具
whaosoft143ai的博客
07-02 315
基于前几篇教程中的知识，本文我们介绍了一个与 PyTorch 转 ONNX 相关的实战项目。其实，这篇教程提到的精度对齐工具还有很大的优化空间，比如：现在测试输入不太方便管理，能不能优化它的管理逻辑？现在我们默认是用 ONNX Runtime 执行 ONNX 模型，可否拓展到其他后端？能不能把无效的 Identity 节点从调试模型中删除？whaosoft aiot http://143ai.com
【RK3588 第四篇】YOLO V5中pytorch2onnx，pytorch和onnx模型输出不一致，精度降低
钱多多先森
10-13 3753
pytorch转onnx模型发现的问题，以及转rknn出现的精度下降，同时验证了新的pytorch转onnx模型出现的麻烦事
Pytorch onnx模型动态输入转静态输入代码
10-31
解决了Opencv dnn模块无法使用onnx模型的问题，实现将onnx模型的动态输入转成静态，可配合文章来理解https://blog.csdn.net/weixin_42149550/article/details/133755348
pytorch训练图像分类模型pth转ONNX并测试
10-29
3. 含训练和测试数据，含训练ok的pth模型和ONNX模型，含完整python和C++实现； 4. 使用方法：首先运行“TrainTestConvertOnnx.py”执行“训练数据读入、模型训练、模型测试、导出onnx”，再运行“TestOnnx.cpp”...
Pytorch转onnx、torchscript方式
12-17
在本文中，我们将探讨如何将基于...此外，还讨论了将ONNX模型转换为NCNN格式以在移动端部署，以及如何将PyTorch模型转换为TorchScript，便于在C++等环境中运行。理解这些流程对于跨平台部署深度学习模型至关重要。
pytorch转onnx使用C++ onnxuntime加载推理
02-28
这将在当前目录下创建一个名为`model.onnx`的ONNX模型文件。 2. ONNXRuntime简介： ONNXRuntime是由微软开发的一个高性能推理引擎，支持多种平台和语言，包括C++。它能解析ONNX模型并优化推理过程，提供快速且...
pth转ONNX模型结果不一致
qq_31638535的博客
01-12 3079
模型转换
验证pytorch转onnx模型预测精度是否正确
hongzhiyang0804的博客
07-29 4604
在训练完pytorch模型后，往往根据实际项目的需要将torch模型转为onnx模型，而转换完后可能会存在一个问题，即自己转换的onnx模型是否转换正确，模型精度是否与torch模型一致。本文以retinaface训练的torch模型为例，默认torch模型已经转换为onnx模型，验证该转换onnx模型是否与torch模型预测精度一致。具体代码示例如下： import onnxruntime as ort import cv2 import numpy as np import torch def i
模型部署入门教程（五）：ONNX 模型的修改与调试
qq_39967751的博客
05-26 7979
模型部署入门系列教程持续更新啦，在前两期教程中，我们学习了PyTorch 模型转 ONNX 模型的方法，了解了如何在原生算子表达能力不足时，为 PyTorch 或 ONNX 自定义算子。一直以来，我们都是通过 PyTorch 来导出 ONNX 模型的，基本没有单独探究过 ONNX 模型的构造知识。 不知道大家会不会有这样一些疑问：ONNX 模型在底层是用什么格式存储的？如何不依赖深度学习框架，只用 ONNX 的 API 来构造一个 ONNX 模型？如果没有源代码，只有一个 ONNX 模型，该如何对这个模型.
Onnx：前向验证准确性（onnx模型与pth结果对齐）
Felaim的博客
12-02 2752
Onnx模型前向验证 说明： 下方代码对应的是模板代码 onnx_path是对应onnx的路径，data_path是pth模型前向保存的网络输入和网络输出 输出的打印比较多，可按照自己需求进行关闭 import onnxruntime import torch import pickle import numpy as np import onnx onnx_path = "***.onnx" data_path = "***.pkl" # 获取onnx网络的输出 model = onnx.load
一键转换onnx、动态batchsize、测试onnx、判断转换前后精度是否一致、将onnx模型的每个节点特征图信息输出（超详细合集、多输入）
knowledge112233的博客
11-07 3556
最近项目用到onnx,对onnx内容进行总结，每一种都是测过可行，可以根据对应情况修改对应内容。
踩坑记录 | pytorch转ONNX时遇到的问题 tinynet smpl
ZYXxxx666的博客
02-07 3256
踩坑记录 | PyTorch转ONNX时遇到的问题 1. torch环境问题 我在转换tinynet模型为onnx时，会产生如下报错 ImportError：cannot import name 'container_abcs' 这是由于torch版本不对，改为1.7.1就没有这个问题；但对于其他模型对这个版本又不适用，onnx对torch的版本是较为敏感的。 转换成功之后还需要验证onnx模型结果，随机生成输入tensor，观察输出结果是否一致，同样注意torch版本问题。 2. 去除不支持算子 在观察
pytorch 转onnx
10-12
要将 PyTorch 模型转换为 ONNX 格式，可以使用 PyTorch 官方提供的 onnx 包。具体步骤如下： 1. 安装 onnx 包：`pip install onnx` 2. 将 PyTorch 模型转换为 ONNX 格式：`torch.onnx.export(model, input_tensor, "output.onnx")` 其中，model 是 PyTorch 模型，input_tensor 是输入模型的张量，"output.onnx" 是输出的 ONNX 文件名。 需要注意的是，PyTorch 模型转换为 ONNX 格式时，需要确保模型中所有的操作都被 ONNX 支持。
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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