Paddle模型转onnx, PP-OCR系列模型列表

最新推荐文章于 2024-01-12 18:26:59 发布
最新推荐文章于 2024-01-12 18:26:59 发布
阅读量763 收藏
点赞数
文章标签： paddle 人工智能 机器学习
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/weixin_43154149/article/details/126931016
版权

注：看github比看官网文档好（.）

文章目录

Paddle2ONNX

https://github.com/PaddlePaddle/paddle2onnx/blob/develop/README.md

在这里插入图片描述

Paddle2ONNX模型转化与预测:

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/deploy/paddle2onnx/readme.md

在这里插入图片描述
在这里插入图片描述

官网： 模型导出ONNX协议

https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/advanced/model_to_onnx_cn.html

一、简介
ONNX (Open Neural Network Exchange) 是针对机器学习所设计的开源文件格式，用于存储训练好的模型。它使得不同的人工智能框架可以采用相同格式存储模型并交互。通过ONNX格式，Paddle模型可以使用OpenVINO、ONNX Runtime等框架进行推理。
Paddle转ONNX协议由 paddle2onnx 实现，下面介绍如何将Paddle模型转换为ONNX模型并验证正确性。

PP-OCR系列模型列表（V3，2022年4月28日更新）

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/models_list.md

在这里插入图片描述
在这里插入图片描述

前沿算法与模型

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_overview.md

在这里插入图片描述

联系丝信
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PaddleOCR模型转ONNX__PaddlePaddle模型导出ONNX协议
cumtchw
03-30 4954
1. 参考文献：https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/02_paddle2.0_develop/09_model_to_onnx_cn.html
文字识别（OCR）专题——基于NCNN轻量级PaddleOCRv4模型C++推理
知来者逆的博客
12-01 6222
使用NCNN对paddle ocr v4进行推理，多平台兼容，可使用GPU。
Paddle模型转ONNX
牧羊女
01-12 1178
PaddlePaddle模型转ONNX方法
paddlepaddle模型转onnx
热门推荐
weixin_43917589的博客
01-19 1万+
1. 先将paddlepaddle训练模型转为推理模型 paddlepaddle的训练模型包含.pdparams文件和.pdopt文件，.pdparams文件为模型权重，.pdopt文件存放用于断点训练的参数； 利用paddledetection的tools目录中的export_model.py，将paddlepaddle的训练模型转为推理模型。 转换后的推理模型如下图所示： 2. 安装paddle2onnx pip install paddle2onnx 3. 利用paddle2onnx转换模型 #
paddle2.0版本的PaddleSeg模型转换为onnx格式
windmyself的专栏
05-30 2235
paddleSeg简介 paddleseg release2.0版本提供了50+的高质量预训练模型，支持15+主流分割网络，提供了业界的SOTA模型OCRNet，很好的提升了产品易用性。 PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件，涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计，提供了配置化驱动和API调用两种应用方式，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。 特性 高精度模型：基于百度自研的半监督标签知识蒸馏方案（SS
paddle2.0模型转onnx
juluwangriyue的博客
05-20 2107
自己开始用paddle时就是2.0版本了，所以不关心之前的版本。 1、查看本地有没有安装onnx 进入paddle 环境 conda list 或者 pip list 如果没有安装onnx则先安装onnx，onnx版本匹配是一个令人头疼的问题。 暂且不考虑版本问题直接使用下面的命令安装。 pip install onnx 2、安装paddle2onnx pip install paddle2onnx 3、导出onnx模型 导出onnx模型的大致步骤如下： import os import time
C#Paddle模型转ONNX模型.rar
07-13
C#Paddle模型转ONNX模型 学习研究Demo，完整Demo，可直接运行 项目环境 VS2022+.net4.8+Sdcb.Paddle2Onnx 博客地址 https://blog.csdn.net/lw112190/article/details/131696894
【paddle转onnx】工程包Paddle2ONNX
最新发布
02-26
Paddle2ONNX 支持将 PaddlePaddle 模型格式转化到 ONNX 模型格式。通过 ONNX 可以完成将 Paddle 模型到多种推理引擎的部署，包括 TensorRT/OpenVINO/MNN/TNN/NCNN/RKNN，以及其它对 ONNX 开源格式进行支持的推理引擎...
ResNet50训练模型(flowers102数据集)-paddle-onnx-ir-engine
11-04
ResNet50分类训练模型，使用flowers102数据集利用paddlepaddle平台训练，此处包含paddle、onnx、ir、engine四种格式模型文件，可以在Paddle Inference\OpenVINO、NVIDIA TensorRT以及ONNX runtime等部署平台使用。
paddle-ocr-2-6.rar
04-18
参考博客：https://blog.csdn.net/Helloorld_1/article/details/130217468
paddle2onnx-wild
03-25
Paddle2ONNX（野生） 它源自 | 英语 关于Edition Wild 它应该支持OnnxRuntime 1.7。 介绍 Paddle2ONNX使用户能够将模型从PaddlePaddle转换为ONNX。 支持的模型格式。 Paddle2ONNX支持PaddlePaddle的动态和静态计算图。 对于静态计算图，Paddle2ONNX转换由API 保存的PaddlePaddle模型，例如 。 对于动态计算图，它正在实验中，在PaddlePaddle 2.0发布后将发布更多详细信息。 支持的运营商。 Paddle2ONNX可以稳定地将模型导出到ONNX Opset 9〜11，并且部分支持较低版本的opset。 更多详细信息，请参阅。 支持的型号。 您可以在找到Paddle2ONNX官方认证的模型。 AIStudio教程 环境依赖性 配置 python >= 2.7 st
paddle 51 动态图转onnx（实现动态size）
a486259的博客
04-13 760
paddle并不支持将动态图导出为支持动态size的onnx模型。参考：https://blog.csdn.net/ab0902cd/article/details/120200557 ，对导出后的onnx模型进行修改。最终实现，使paddle导出的模型支持动态size。以下以语义分割模型为例，将导出的静态size模型修改为动态size。
PaddleOCR转ONNX
jacke121的专栏
04-28 3938
1、环境： pip installpaddle2onnx Windows10下PaddleOCR可以正常inference，然后转存为onnx模型进行推理加速。 paddle：paddlepaddle-gpu=2.0.0rc1； paddle2onnx：paddle2onnx=0.5； onnx：onnx=1.8.0； onnxruntime：onnxruntime-gpu=1.6.0； cuda：cuda=10.1； cudnn：cudnn=7.6.5； 这边onnxruntime-g...
PaddleOCR转ONNX推理
favorxin的博客
02-17 5706
1、环境： Windows10下PaddleOCR可以正常inference，然后转存为onnx模型进行推理加速。 paddle：paddlepaddle-gpu=2.0.0rc1； paddle2onnx：paddle2onnx=0.5； onnx：onnx=1.8.0； onnxruntime：onnxruntime-gpu=1.6.0； cuda：cuda=10.1； cudnn：cudnn=7.6.5； 这边onnxruntime-gpu需要安装cuda，onnxruntime就不需要，正常无需gp
Paddle模型的保存与加载以及转化ONNX
Jeremy_lf的博客
06-02 5109
1、Paddle模型字典形式存储 paddle保存模型参数是parambase格式，paddle.save对要保存的字典对象的值会进行解码，对于parambase格式会进行转换。如果我们保存的格式是{‘model’: model.state_dict()}，字典的值是字典（相当于2级字典），该2级字典的值是模型参数（parambase格式），但是paddle.save只对字典的值进行解码，对于该2级字典的值不会进行解译，因此需要手动修改。 def model_rebuild(model_state_dict
paddlepaddle导出onnx
疯狂的石头
05-21 1009
地平线工具链支持的ONNX模型需要满足 opset_version=10/11 且 ir_version≤7，当拿到的ONNX模型不满足这两个要求时，可以修改代码重新导出，或者尝试编写脚本直接修改ONNX模型的对应属性，第二种方式的示例代码如下。检查导出的ONNX模型和原始的PaddlePaddle模型是否有相同的计算结果。此时ONNX模型的ir_version=6，opset_version=10，满足地平线工具链的转换条件。验证ONNX模型的正确性，会检查模型的版本，图的结构，节点及输入输出。
PaddleOCR 转 ONNX
乐亦亦乐的博客
12-15 4103
pip install paddle2onnx 一些包的版本如下： 其中：paddlepaddle==2.2.1 paddleocr==2.3.0.2 安装paddleocr 使用时，默认模型下载路径为： C:\Users\Administrator\.paddleocr\2.3.0.2 中文检测模型路径： C:\Users\Administrator\.paddleocr\2.3.0.2\ocr\det\ch\ch_PP-OCRv2_det_infer 中文识别模型路径： ...
工具组件 | 模型转换工具X2Paddle操作大全
PaddlePaddle
05-09 1028
深度学习的应用主要包括两个部分，一是通过深度学习框架训练出模型，二是利用训练出来的模型进行预测。开发者基于不同的深度学习框架能够得到不同的训练模型，如果想要基于一种框架进...
RapidAI/paddleocr_convert：PaddleOCR中模型快速转换为ONNX格式
有问题请直接说问题就好
03-21 847
RapidAI/paddleocr_convert：PaddleOCR中模型快速转换为ONNX格式
paddle的UNIMO模型 转成onnx，请给出示例代码
07-11
当然可以！下面是一个将PaddlePaddle的UNIMO模型转换为ONNX格式的示例代码： ```python import paddle from paddle.static import InputSpec import paddlehub as hub import paddle.fluid as fluid # 加载UNIMO模型 module = hub.Module(name="unimo") inputs, outputs, program = module.context(trainable=False) # 定义模型输入 input_spec = [InputSpec(shape=[-1, 128], dtype='int64', name='input_ids'), InputSpec(shape=[-1, 128], dtype='int64', name='segment_ids'), InputSpec(shape=[-1, 128], dtype='int64', name='position_ids'), InputSpec(shape=[-1, 1], dtype='int64', name='input_mask')] # 转换模型为静态图模式 paddle.enable_static() exe = fluid.Executor(fluid.CPUPlace()) exe.run(fluid.default_startup_program()) # 导出模型参数 fluid.io.save_inference_model(dirname='./unimo_model', feeded_var_names=[x.name for x in inputs], target_vars=outputs, executor=exe, main_program=program) # 将模型参数转换为ONNX格式 paddle.onnx.export(model=program, save_file='./unimo.onnx', input_spec=input_spec, opset_version=11) ``` 以上代码首先加载了PaddlePaddle的UNIMO模型，然后定义了模型的输入，接着将模型转换为静态图模式，并导出模型参数。最后，使用PaddlePaddle的onnx.export函数将模型参数转换为ONNX格式，并保存为unimo.onnx文件。 请注意，此示例代码假设你已经安装了PaddlePaddle、PaddleHub和ONNX。你可以根据自己的需求修改输入的shape和模型的路径，以及导出的ONNX文件的路径。 希望对你有所帮助！如果还有其他问题，请随时提问。

“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