tensorflow轉onnx如何實現

本文小編為大家詳細介紹“tensorflow轉onnx如何實現”，內容詳細，步驟清晰，細節處理妥當，希望這篇“tensorflow轉onnx如何實現”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

安裝tf2onnx以及onnxruntime

pip install onnxruntime
pip install tf2onnx

tf 轉為onnx步驟為如下：

• 將tf動態圖凍結，生成凍結后的pb文件

• 使用tf2onnx 將pb文件轉為onnx文件

將tf動態圖凍結使用如下代碼：

def export_frozen_graph(model, model_dir, name_pb) :
    f = tf.function(lambda x: model(inputs=x))
    f = f.get_concrete_function(x=(tf.TensorSpec(model.inputs[0].shape, model.inputs[0].dtype)))
    frozen_func = convert_variables_to_constants_v2(f)
    frozen_func.graph.as_graph_def()

    print("-" * 50)
    print("Frozen model inputs: ")
    print(frozen_func.inputs)
    print("Frozen model outputs: ")
    print(frozen_func.outputs)

    tf.io.write_graph(graph_or_graph_def=frozen_func.graph,
                      logdir=model_dir,
                      name=name_pb,
                      as_text=False)

使用tf2onnx 將pb文件轉為onnx文件時需要在終端執行，需要指出的是大部分tf模型的輸入layout都是NHWC，而ONNX模型的輸入layout為NCHW，因此建議在轉換的時候加上--inputs-as-nchw這個選項，其他選項可以參考文檔，非常詳細，具體運行命令如下：

python -m tf2onnx.convert --input yolo.pb --output model.onnx --outputs Identity:0,Identity_1:0,Identity_2:0 --inputs x:0 --inputs-as-nchw x:0 --opset 10

參數說明：

• input 輸入的pb模型

• output 輸出的onnx文件名

• inputs 輸入層名字，有多個輸入時，中間用逗號隔開

• outputs 輸出層名字，有多個輸出時，中間用逗號隔開

• –inputs-as-nchw 將輸入作為nchw格式，注意加上輸入層名字

• –opset onnx 版本號

通過程序直接轉：

tf2onnx.convert.from_keras(model, inputs_as_nchw=[model.inputs[0].name], output_path=model_filepath + 'yolo.onnx') --opset 10

讀到這里，這篇“tensorflow轉onnx如何實現”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。