ONNX实践系列-将dbnet.onnx的hardsigmoid op用hardsigmoid.onnx整个去替换掉

本文旨在解决将由PaddleOCR转换得到的dbnet.onnx模型中内置的hardsigmoid操作替换为通用的、PyTorch框架转出的hardsigmoid onnx模型。通过代码实现,将原模型中的Hardsigmoid算子替换为Add, Div和Clip,以提高与其他框架如TRT的兼容性。" 106169364,8740469,Spark实时项目实践:Canal到Kafka,首单判定与HBase处理冲突,"['大数据', 'Spark', 'Kafka', 'HBase', '实时处理']
摘要由CSDN通过智能技术生成

一、目标

这个dbnet.onnx是paddleocr转出来的,自带的有paddle的那个hardsigmoid算子 ,这个不好转到trt等框架,因此我们想把这个hardsigmoid 算子op替换成我们常规的pytorch框架转出来的hardsigmoid onnx那种。

二、做法

给出代码如下:

import onnx
from onnx import helper

# 加载 dbnet.onnx 和 hardwsigmoid.onnx 文件
dbnet_model = onnx.load("dbnet.onnx")

# 获取 dbnet.onnx 的图结构
dbnet_graph = dbnet_model.graph

# 获取onnx节点
node = dbnet_graph.node

# 对节点类型HardSigmoid&输出为225的节点进行操作
old_node = []
for i, node_ in enumerate(node):
    if node_.op_type == "HardSigmoid":
        node_rise = node_
        if node_rise.output[0] == 'hardsigmoid_0.tmp_0':
            print(i)
            old_node.append(node_rise)

name_ = old_node[0].
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

曙光_deeplove

你的鼓励是我努力的最大源泉

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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