使用protobuf解析Onnx文件

最新推荐文章于 2025-11-12 10:06:06 发布

原创

最新推荐文章于 2025-11-12 10:06:06 发布 · 3.3k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#onnx #opencv #c++ #tensorrt

使用OpenCV加载Onnx推理的时候，无法获取到Onnx的网络输入大小，并且对推理速度要求不高不需要使用TensorRT的时候，如何才能得知Onnx的一些必要的信息，OpenCV没有提供接口，只能自己从Onnx文件中解析了。

Onnx文件是使用protobuf序列化后的二进制数据，想要读取里面的信息需要使用protobuf将其反序列化为对象才行。

第一步：

编译 protobuf，protocolbuffers/protobuf: Protocol Buffers - Google's data interchange format (github.com)

使用cmake生成vs工程直接编译即可。

第二步：

使用protoc命令，将编写好的proto文件生成C++类定义文件。

.\protoc.exe --cpp_out=. ./onnx.proto

得到 onnx.pb.h 和 onnx.pb.cpp 两个文件，将其加入到工程中。

Onnx.proto 文件可以从 onnx/onnx: Open standard for machine learning interoperability (github.com) 找到。

使用编译好的库文件编译的过程中，如果出现无法解析的外部符号 "class google::protobuf::internal::ExplicitlyConstructed fixed_address_empty_string" 这个错误，添加预处理宏定义 PROTOBUF_USE_DLLS 即可。

关键代码：

加载反序列化onnx文件

    ifstream fin("model.onnx", std::ios::in | std::ios::binary);
    onnx::ModelProto onnx_model;
    onnx_model.ParseFromIstream(&fin);

打印一些信息

    std::cout << "ir_version: " << onnx_model.ir_version() << std::endl;
    std::cout << "opset_import_size: " << onnx_model.opset_import_size() << std::endl;
    std::cout << "OperatorSetIdProto domain: " << onnx_model.opset_import(0).domain() << std::endl;
    std::cout << "OperatorSetIdProto version: " << onnx_model.opset_import(0).version() << std::endl;
    std::cout << "producer_name: " << onnx_model.producer_name() << std::endl;
    std::cout << "producer_version: " << onnx_model.producer_version() << std::endl;
    std::cout << "domain: " << onnx_model.domain() << std::endl;