关于mmpose中转onnx模型推理的一些问题

使用mmpose中的工具转onnx

• 使用工具转pth模型到onnx模型：python tools/pytorch2onnx.py configs/top_down/hrnet/coco/hrnet_w48_coco_256x192.py checkpoints/hrnet_w48_coco_256x192-b9e0b3ab_20200708.pth --output-file hrnet_w48_coco_256x192.onnx
• 转换之后的模型在推理的时候总会报很多警告，解决办法：
  • 下载remove_initializer_from_input.py 文件
  • 运行python remove_initializer_from_input.py --input your_old_model.onnx --output your_new_model.onnx

使用转换得到的onnx模型进行推理

• 代码：

import onnx
import onnxruntime
import cv2
import numpy as np
from mmpose.core.evaluation import *


def inference_with_onnx(config):
    onnx_model = config['modelPaths']
    session = onnxruntime.InferenceSession(onnx_model)
    output_tensor = [node.name for node in session.get_outputs()]
    input_tensor = session.get_inputs()
    image_path = config['filenames']
    image = cv2.imread(image_path)
    data = cv2.dnn.blobFromImage(image, scalefactor=1 / 255, size=(192, 256), mean=[0.485, 0.456, 0.406