Detectron2环境导出onnx文件

最新推荐文章于 2024-05-21 08:37:18 发布

wyx翔

最新推荐文章于 2024-05-21 08:37:18 发布

阅读量341

点赞数 2

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/weixin_45622871/article/details/138908389

版权

Detectron2环境导出onnx

主函数：

detectron2/tools/deploy/export_model.py

命令：

python export_model.py config-file configs/SOLOv2/R50_3x.yaml --output ./outputs --export-method tracing --format onnx MODEL.WEIGHTS SOLOv2_R50_3x/model_0169999.pth MODEL.DEVICE cuda

可能的运行错误：

torch.onnx.errors.UnsupportedOperatorError: Exporting the operator ‘aten::unflatten’ to ONNX opset version 11 is not supported.

修改：

在export_model.py中定位到torch.onnx.export()，将其中的参数opset_version设置为推荐的版本即可(一般是16)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wyx翔

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
3
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

pytorch转onnx支持动尺寸

juluwangriyue的博客

12-17

1157

def torch2onnx_dynamic(model, save_path): """ :param model: :param save_path: XXX/XXX.onnx :return: """ model.eval() data = torch.rand(1, 3, 224, 224) device = torch.device("cuda" if torch.cuda.is_available() else "cpu"...

pytorch导出onnx简单易懂（固定输入尺寸以及动态输入尺寸）

m0_49996100的博客

12-08

4961

onnx转pytorch

3 条评论您还未登录，请先登录后发表或查看评论

Detectron2 API 之 config | 十五

TensorFlowNews

06-13

1302

作者|facebookresearch 编译|Flin 来源|Github detectron2.config package class detectron2.config.CfgNode(init_dict=None, key_list=None, new_allowed=False) 源代码：https://detectron2.readthedocs.io/_modules/detectron2/config/config.html#CfgNode 基类： fvcore.common.confi

detectron2转onnx，自己的数据集

m0_49376111的博客

05-12

1906

在tools/deploy/export_model.py注册数据集 from detectron2.data.datasets import register_coco_instances register_coco_instances("val2017", {}, "/newhome/wangjd/annotations/instances_val2017.json", "/newhome/wangjd/val2017") 修改configs下的文件，

Detectron2部署教程，着重ONNX（从官网翻译）

神兽乌鸦

01-31

2064

本教程介绍如何把detectron2转为onnx

dectron2框架export导出并使用 onnx 记录

CodeInLinXu

08-13

394

python tools/deploy/export_model.py \ --sample-image /Users/gatilin/PycharmProjects/model-graphviz-plot/model_graph/detectron/000000439715.jpg \ --config-file configs/COCO-InstanceSegmentati...

ModuleNotFoundError: No module named ‘caffe2‘

Makoto___的博客

05-21

415

更改为以下引用方式,即可解决问题.

frcnn导出onnx

最新发布

10-08

4. **转换为ONNX**：使用像`model.export()`（Detectron2），`torch.onnx.export()`（PyTorch）这样的函数，将模型及其张量类型转换为ONNX格式。需要提供输入数据的形状和类型，以及指定输出层名称。 5. **验证与...

【Detectron2】代码库学习-1. 概览

wendell 的博客

11-09

898

Detectron2 学习笔记，简介，资源汇总，特性介绍

【Detectron2】代码库学习-3. 代码结构

wendell 的博客

11-14

813

Detectron2是Facebook AI Research(FAIR)推出的基于Pytorch的视觉算法开源框架，主要聚焦于目标检测和分割任务等视觉算法，此外还支持全景分割，关键点检测，旋转框检测等任务。Detectron2继承自Detectron 和mask-rcnn。Detectron2具有较强的灵活性和可扩展性，支持快速的单GPU训练，多GPU并行训练和多节点分布式训练。

onnx 测试_ONNX 现场演示教程

weixin_36132740的博客

12-29

1119

ONNX 现场演示教程译者：冯宝宝本教程将向您展示如何使用ONNX将已从PyTorch导出的神经模型传输模型转换为Apple CoreML格式。这将允许您在Apple设备上轻松运行深度学习模型，在这种情况下，可以从摄像机直播演示。什么是ONNXONNX(开放式神经网络交换)是一种表示深度学习模型的开放格式。借助ONNX，AI开发人员可以更轻松地在最先进的工具之间移动模型，并选择最适合它们的组合。O...

YOLOV5之TensorRT模型部署

10-26

5719

最近在研究yolov5代码，但是由于网速的原因在conda环境下配置安装环境失败，以及太多人使用conda环境安装，老是报错： conda安装库时报错Solving environment: failed with initial frozen solve. Retrying with flexible solve. pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/

detectron2配置与部署

alex1801

06-28

4635

1、配置文件 Detectron2提供了一个基于键值的配置系统，该系统可用于获取标准的常见行为。 Detectron2的配置系统使用YAML和yacs。除了访问和更新配置的基本操作外，我们还提供以下额外功能：该配置可以具有字段，该字段将首先加载基本配置。如果存在任何冲突，则基本配置中的值将在子配置中被覆盖。我们为标准模型架构提供了一些基本配置。_BASE_:base.yaml 我们提供配置版本控制，以实现向后兼容。如果您的配置文件使用config行这样的版本进行版本控制，即使将来我们更

detectron2训练的模型怎么在windows环境下使用C++语言调用

weixin_35749545的博客

12-20

280

如果你想使用 C 语言调用在 detectron2 中训练的模型，你需要执行以下步骤：在 detectron2 中训练模型并将其保存到磁盘。使用 Caffe2 或 ONNX 将模型转换为可以在 C 语言中使用的格式。使用 C 语言编写代码来加载转换后的模型，并使用模型进行预测。为了将模型转换为 Caffe2 格式，你可以使用 detectron2 的 torch.onnx.exp...

Exporting the operator ‘aten::scaled_dot_product_attention‘ to ONNX opset version 14 is not support.

零碎@流年絮语的博客

12-01

2141

我将 pytorch从2.0 版本降至 pytorch1.13 版本之后，就可以运行了。更换版本也未能解决，正要写算子进行替换时，不小心重装了另一个版本的pytorch。

Torch 转 ONNX遇到UnsupportedOperatorError: Exporting the operator ::resolve_conj to ONNX opset version

Y_飞鱼

07-05

1715

【代码】Torch 转 ONNX遇到UnsupportedOperatorError: Exporting the operator ::resolve_conj to ONNX opset version。

MobileViT v2导出onnx模型时遇Col2Im算子无法导出问题

xunan003的博客

10-10

1406

num_dimensional_axis = symbolic_helper._get_tensor_sizes(output_size)[0] TypeError: 'NoneType' object is not subscriptable (Occurred when translating col2im)

【ONNX】Faster-rcnn 转 ONNX

咖啡味儿的咖啡

07-07

4447

Faster RCNN代码可以参考下面链接： https://github.com/facebookresearch/maskrcnn-benchmark 最后模型会保存为.pth格式，可以通过如下代码转为ONNX import os import numpy from io import BytesIO from matplotlib import pyplot import re...

detectron2系列：安装

深度学习与计算机视觉

10-18

1527

安装我们的Colab Notebook(https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5...

detectron2模型转onnx

05-25

Detectron2是基于PyTorch框架开发的目标检测库，而ONNX是一种跨平台、高效的模型表示格式。将Detectron2模型转换为ONNX格式可以使其在其他平台上运行，提高模型的可移植性和灵活性。以下是将Detectron2模型转换为ONNX格式的一般步骤： 1. 安装ONNX库：使用pip或conda安装ONNX库。 2. 导出模型：使用Detectron2提供的导出函数将模型导出为PyTorch模型。 ``` from detectron2.export.torchscript import export_torchscript_with_instances model = .... # the detectron2 model traced = export_torchscript_with_instances(model, ....) ``` 在导出模型时，需要指定输入张量的大小和类型，以及输出张量的名称和类型。 3. 转换模型：使用ONNX库将PyTorch模型转换为ONNX格式。 ``` import onnx onnx_model = onnx.load("model.pt") onnx.checker.check_model(onnx_model) onnx.save(onnx_model, "model.onnx") ``` 在转换模型时，需要注意模型的输入和输出张量名称、类型和形状是否与导出时指定的一致。完成上述步骤后，就可以将Detectron2模型转换为ONNX格式了。