onnxruntimerror [shapeinferenceerror] incompatible dimensions

最新推荐文章于 2023-10-13 21:51:35 发布
最新推荐文章于 2023-10-13 21:51:35 发布
阅读量646 收藏
点赞数
文章标签： python 开发语言
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/u014248147/article/details/132609679
版权

打包onnx遇到了一个bug，意思是我的某个节点的运算时维度不对，通过netron查看了节点，翻看了代码以后是没有问题的。

import netron 
model="model.onnx"
netron.strat(model)

最后的解决方式是，卸载pyroch，重装torch和torchvision，pillow和其他依赖包，我的模型里还需要更新pip install --upgrade charset-normalizer。

今天又是神奇的一天🙄

犟果
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
yolov3 onnx nms
jacke121的专栏
02-16 3951
https://github.com/Rapternmn/PyTorch-Onnx-Tensorrt
[ShapeInferenceError] Mismatch between number of source and target dimensions. Source=1 Target=0
AI吃大瓜的博客
07-06 2194
Pytorch转ONNX模型正常，但使用onnxruntime加载onnx模型，会输出错误： onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Exception during loading: /onnxruntime_src/onnxruntime/core/graph/function.cc:420 onnxruntime::FunctionImpl::FunctionImpl(con
triton-inference-server报Error details: model expected the shape of dimension 0 to be between
修炼之路
06-30 1380
错误信息描述 在使用perf_client对模型的性能做基准测试的时候报了如下错误 ./perf_client -m resnet152 -u 127.0.0.1:8001 -i grpc system --concurrency-range 4 *** Measurement Settings *** Batch size: 1 Measurement window: 5000 msec Using synchronous calls for inference Stabilizing u
错误“no module named ‘onnx.onnx_cpp2py_export‘”的一个解决方法
yuxiaWang的博客
09-06 3956
no module named 'onnx.onnx_cpp2py_export'
ModuleNotFoundError: No module named ‘onnx.onnx_cpp2py_export‘
lyq469853673的专栏
03-08 2098
py模型转onnx模型生成错误
Insightface MxNet转成TNN模型
nantox的博客
01-15 698
Insightface MxNet转成TNN模型 1.项目配置： 虚拟环境：infightfaceenv 环境信息： mxnet 1.4.0 cuda 10.0.130 onnx 1.3.0 （最初使用1.6.0， 会出现报错: Unrecognized attribute: spatial for operator BatchNormalization 后修改为1.3.0 ) netron (模型可视化) 2.MXNET转成ONNX模型 参考：链接: Insightface中ArcFace MxNet
浅析打开eclipse出现Incompatible JVM的解决方法
09-05
在使用Eclipse集成开发环境时，有时会遇到“Incompatible JVM”（不兼容的Java虚拟机）的问题，导致无法正常启动。这个问题通常是由于Eclipse所依赖的Java版本与系统当前配置的JVM版本不匹配造成的。本文将深入解析...
incompatible7
12-11
incompatible
Android调试出现The selected device is incompatible问题解决
08-31
在Android开发过程中，调试是必不可少的一环，但有时会出现一些让人困扰的问题，其中之一就是"The selected device is incompatible"。这个问题表明你的Android设备与当前运行的应用程序不兼容，导致无法正常进行...
INSTALL_FAILED_SHARED_USER_INCOMPATIBLE
11-15
问题：INSTALL_FAILED_SHARED_USER_INCOMPATIBLE 解决：android:sharedUserId="android.uid.system" <uses-permission android:name="android.permission.FORCE_STOP_PACKAGES"/>
解决 [ONNXRuntimeError] : 1 : FAIL Non-zero status code returned
05-16
pytorch转onnx模型后，对onnx模型进行runtime时提示以下错误，具体细节如下： onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Non-zero status code returned while running FusedConv node. Name:'Conv_461_Add_463_Relu_464' Status Message: CUDNN error executing cudnnSetTensorNdDescriptor(tensor_, dataType, static_cast<int>(rank), dims.data(), strides.data())。 pdf文件中是对该错误的解决思路。
python tile函数_python3中numpy函数tile的用法详解
weixin_39875832的博客
12-07 512
python3中numpy函数tile的用法详解tile函数位于python模块 numpy.lib.shape_base中，他的功能是重复某个数组。比如tile(A,n)，功能是将数组A重复n次，构成一个新的数组，我们还是使用具体的例子来说明问题：(至于为什么是在numpy.lib.shape_base中,我还是不太清楚.)其实tile就是重复的意思,把一个数组a,当做模板,重复几次,生成另一个...
生成onnx模型过程记录
azheng_wen的博客
10-19 6228
onnx::ModelProto mymodel; onnx::GraphProto graph; mymodel.clear_graph(); mymodel.set_producer_name("pytorch 1.3");//important onnx::OperatorSetIdProto* myopset = mymodel.add_opset_import(); //important mymodel.set_allocated_graph(&graph); gr.
海思开发：yolo v5的 focus层 移植到海思上的方法
tangshopping的博客
12-15 7464
一、前言 经网友提醒，yolo v2的 passthrough 层与 v5 的 focus 层很像，因为海思是支持 passthrough 层的，鉴于此，花了点时间了解了一下，提出一些浅见，抛砖引玉。 二、区别 上文我说的是，二者很像，说明它们还是有区别的，现在说说区别。 1. passthrough 层 出于严谨，结合海思文档图片与 passthrough 源码来一起理解，先看看 passthrough 源码： // 它的源码是 c++ 的，不是 python 格式 int reorg_cpu(THFlo
AI项目十六：YOLOP 训练+测试+模型评估
最新发布
10-13 1317
YOLOP是华中科技大学研究团队在2021年开源的研究成果，其将目标检测/可行驶区域分割和车道线检测三大视觉任务同时放在一起处理，并且在Jetson TX2开发板子上能够达到23FPS。论文标题：YOLOP: You Only Look Once for Panoptic Driving Perception论文地址: https://arxiv.org/abs/2108.11250官方代码: https://github.com/hustvl/YOLOP。
Pytorch模型通过paddlelite部署到嵌入式设备
weixin_42945802的博客
09-18 3184
Pytorch模型通过paddlelite部署到嵌入式设备 一．把模型转为嵌入式设备能够识别的格式 1.把.pt或.pth的pytorch模型转为.onnx格式中间过渡状态模型格式，github上X2paddle下面有torch2onnx转换代码。 2.把onnx转为paddlepaddle格式模型， 命令行：x2paddle --framework=onnx --model=yolov5s.onnx --save_dir=pd_model_yolov5s，savedir下面保存了paddle格式模型。 一
告诉上述代码报错的原因onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INV...
weixin_35748962的博客
01-02 3498
这个错误的原因是输入的数据类型和预期的数据类型不匹配。根据错误信息，实际输入的数据类型是 unsigned 8-bit integer (tensor(uint8))，而预期的数据类型是浮点数 (tensor(float))。这意味着模型期望输入浮点数，但实际上输入的是无符号 8 位整数。因此，需要确保输入的数据类型与模型期望的数据类型相匹配，才能避免这个错误。 ...
ONNX yolov5导出 convert error --grid
ResumeProject的博客
02-18 989
ONNX yolov5导出
(NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution 笔记
u014447845的博客
10-23 3670
(NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution https://github.com/greatlog/DAN.git 一、建模 现有盲超分方法大多基于以下退化模型： 为解决这个模型，一般先进行去噪，剩下的就是解决模糊核估计和超分问题： 为解决这个优化问题呢，一般又将该问题分成两步迭代求解： 但是这个解决方案有几个问题：1）这两步是分开处理的，需要多个模型，训练麻...
ValueError: incompatible dimensions for cross product (dimension must be 2 or 3)解决办法
06-11
这个错误通常是因为在进行向量叉积运算时，向量的维度不符合要求，必须是2维或3维的向量才能进行叉积运算。如果你遇到了这个错误，有以下几种可能的解决办法： 1. 检查你的向量维度是否符合要求，如果不符合则进行相应的维度调整。 2. 如果你使用的是numpy库，可以使用np.cross方法来进行向量叉积运算，这个方法会自动检查向量的维度。 3. 如果你使用的是其他库或者自己实现了向量叉积运算，可以在进行计算前自行检查向量维度是否符合要求。 希望这些解决方法能够帮到你解决问题！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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