u2net导onnx

import torch
import torchvision as tv
from u2net import U2NET

def deeplabv32onnx():
    model = U2NET()
    model.load_state_dict(torch.load(r'D:\Dely\unet.pt'))
    model.eval()
    dummy_input = torch.randn(1, 3, 512,512)
    model(dummy_input)
    im = torch.zeros(1, 3,512,512)#.to("cpu")
    torch.onnx.export(model, im,
                      "u2net.onnx",
                      verbose=False,
                      opset_version=11,
                      training=torch.onnx.TrainingMode.EVAL,
                      do_constant_folding=True,
                      input_names=['input1'],
                      output_names=['o0', 'o1','o2','o3','o4','o5','o6'],
                      dynamic_axes={'input': {0: 'batch', 2: 'height', 3: 'width'}}
                      )
deeplabv32onnx()

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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