ONNX与JSON相互转换

本文介绍了如何将ONNX模型转换为JSON格式进行编辑,然后重新转换回ONNX模型。通过一个包含Conv算子的模型示例,展示了使用Python的onnx库和protobuf模块进行转换和解析的过程,强调了在JSON中添加属性(如padding)并保存回ONNX模型的步骤。
摘要由CSDN通过智能技术生成

        ONNX模型的修改可以通过转成JSON文件再将JSON文件转回ONNX。

        以一个Conv算子构成的模型为例:

ONNX转JSON

        使用MessageToJson进行转换,如下将一个conv算子构成的ONNX模型转成JSON

import onnx
from google.protobuf.json_format import MessageToJson, Parse

onnx_model = onnx.load("Conv.onnx")
message = MessageToJson(onnx_model)
with open("conv.json", "w") as fo:
    fo.write(message)

        转换之后模型由JSON表示:

{
  "irVersion": "7",
  "producerName": "onnx-example",
  "graph": {
    "node": [
      {
        "input": [
          "X",
          "W",
          "B"
        ],
        "output": [
          "Y"
        ],
        "opType": "Conv",
        "attribute": [
          {
            "name": "strides",
            "ints": [
              "2",
              "2"
            ],
            "type": "INTS"
          }
        ]
      }
    ],
    "name": "test_conv_mode",
    "initializer": [
      {
        "dims": [
          "2",
          "2",
          "3",
          "3"
        ],
        "dataType": 1,
        "floatData": [
          -0.6021352410316467,
          ...
        ],
        "name": "W"
      },
      {
        "dims": [
          "2"
        ],
        "dataType": 1,
        "floatData": [
          1.0,
          2.0
        ],
        "name": "B"
      }
    ],
    "input": [
      {
        "name": "X",
        "type": {
          "tensorType": {
            "elemType": 1,
            "shape": {
              "dim": [
                {
                  "dimValue": "1"
                },
                {
                  "dimValue": "2"
                },
                {
                  "dimValue": "4"
                },
                {
                  "dimValue": "4"
                }
              ]
            }
          }
        }
      }
    ],
    "output": [
      {
        "name": "Y",
        "type": {
          "tensorType": {
            "elemType": 1,
            "shape": {
              "dim": [
                {
                  "dimValue": "1"
                },
                {
                  "dimValue": "2"
                },
                {
                  "dimValue": "2"
                },
                {
                  "dimValue": "2"
                }
              ]
            }
          }
        }
      }
    ]
  },
  "opsetImport": [
    {
      "version": "12"
    }
  ]
}

JSON转ONNX

        在上述json中增加padding属性:

        使用Parse模块解析成ONNX:

with open("conv.json", "r") as fi:
    onnx_json = json.loads(fi.read())
    onnx_str = json.dumps(onnx_json)
    convert_model = Parse(onnx_str, onnx.ModelProto())
    onnx.save(convert_model, "Conv_1.onnx")

        存储为onnx格式之后再可视化可以看到Conv算子增加了padding属性。

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ResultSet与json相互转化可以利用Java提供的工具类和库来实现。 1. 将ResultSet转换Json 可以使用Jackson库将ResultSet转换Json格式。首先需要将ResultSet中的数据转换为List<Map<String, Object>>,然后使用ObjectMapper类将List转换Json格式字符串。 示例代码: ```java public static String resultSetToJson(ResultSet rs) throws SQLException, JsonProcessingException { List<Map<String, Object>> rows = new ArrayList<>(); ResultSetMetaData metaData = rs.getMetaData(); int columnCount = metaData.getColumnCount(); while (rs.next()) { Map<String, Object> columns = new HashMap<>(); for (int i = 1; i <= columnCount; i++) { columns.put(metaData.getColumnName(i), rs.getObject(i)); } rows.add(columns); } ObjectMapper objectMapper = new ObjectMapper(); return objectMapper.writeValueAsString(rows); } ``` 2. 将Json转换为ResultSet 同样使用Jackson库,可以将Json格式的字符串转换为ResultSet。首先需要将Json格式字符串转换为List<Map<String, Object>>,然后逐一将Map中的数据插入到ResultSet中。 示例代码: ```java public static ResultSet jsonToResultSet(String json, Connection connection) throws SQLException, IOException { ObjectMapper objectMapper = new ObjectMapper(); List<Map<String, Object>> rows = objectMapper.readValue(json, new TypeReference<List<Map<String, Object>>>() {}); ResultSetMetaData metaData = getMetaData(rows.get(0), connection); ResultSet resultSet = new ResultSetImpl(metaData); for (Map<String, Object> row : rows) { resultSet.moveToInsertRow(); for (String key : row.keySet()) { resultSet.updateObject(key, row.get(key)); } resultSet.insertRow(); } resultSet.beforeFirst(); return resultSet; } private static ResultSetMetaData getMetaData(Map<String, Object> row, Connection connection) throws SQLException { ResultSetMetaDataImpl metaData = new ResultSetMetaDataImpl(connection); for (String key : row.keySet()) { metaData.addColumn(key); } return metaData; } ``` 需要注意的是,这里使用了ResultSetMetaDataImpl类来构造ResultSetMetaData对象,该类是自定义的实现类,需要实现ResultSetMetaData接口中的所有方法。
评论
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
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