ONNX 动态batch_size导出

ONNX 动态batch_size导出

通过修改onnx图结构中输入输出的tensor尺寸来实现动态batch

import onnx
from onnx import shape_inference

model = onnx.load(r"FaceDetector.onnx")


input_info = model.graph.input[0]
input_name = input_info.name
input_shape = input_info.type.tensor_type.shape.dim
input_dtype = input_info.type.tensor_type.elem_type

output_info = model.graph.output

input_shape[0].dim_param = "batch_size"
for o in output_info:
    o.type.tensor_type.shape.dim[0].dim_param = "batch_size"


model = shape_inference.infer_shapes(model)  # infer shapes
onnx.checker.check_model(model)  # check the model for errors

onnx.save(model, "dynamic_face_detector.onnx")  # save the model
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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