run onnx

import numpy as np
import os
import onnx
import onnxruntime as ort


rawFile = np.fromfile("f_y_x_y.bgrp",dtype=np.float32)
img_input = rawFile.reshape(1,3,144,1024)

sess = ort.InferenceSession("float_model.onnx")

input_name = sess.get_inputs()[0].name
result = sess.run([],{input_name: img_input})


outputs_name = [x.name for x in sess.get_outputs()]
print (outputs_name)
print(type(result))

result[0].tofile(outputs_name[0]+".bin")
result[1].tofile(outputs_name[1]+".bin")
result[2].tofile(outputs_name[2]+".bin")
result[3].tofile(outputs_name[3]+".bin")
result[4].tofile(outputs_name[4]+".bin")
result[5].tofile(outputs_name[5]+".bin")
result[6].tofile(outputs_name[6]+".bin")

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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