mmdetection ---转onnx模型,Netron可视化网络结构

最新推荐文章于 2025-09-21 00:08:14 发布
原创 最新推荐文章于 2025-09-21 00:08:14 发布 · 6k 阅读 · 27 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#目标检测

这篇博客介绍了如何将PyTorch模型转换为ONNX格式，包括命令行参数解析、模型配置、动态导出、模型验证和简化。通过使用`pytorch2onnx.py`脚本，用户可以指定模型配置文件、检查点、输出路径、输入图像尺寸等参数。转换后的ONNX模型可以通过Netron进行可视化以理解网络结构。此外，还提到了一个实验选项，即跳过后期处理，但不保证导出模型的正确性。

详细信息可以看官方文档：./docs/en/tutorials/pytorch2onnx.md
这里把命令摘了出来

用法


//bash
python tools/deployment/pytorch2onnx.py \
    ${
   
   CONFIG_FILE} \
    ${
   
   CHECKPOINT_FILE} \
    --output-file ${
   
   OUTPUT_FILE} \
    --input-img ${
   
   INPUT_IMAGE_PATH} \
    --shape ${
   
   IMAGE_SHAPE} \
    --test-img ${
   
   TEST_IMAGE_PATH} \
    --opset-version ${
   
   OPSET_VERSION}</
最低0.47元/天 解锁文章
使用PyTorch和mmdeploy-sdk将mmdetection模型转换为ONNX并实现C++部署
JieLun_C的博客
09-10 1193
而将模型从PyTorch转换为ONNX格式，可以使得模型在不同的平台和框架上进行部署变得更加容易和高效。在本文中，我将介绍如何使用mmdeploy和mmdeploy-sdk将mmdetection模型转换为ONNX，并使用C++进行模型部署。接下来，我们将使用mmdeploy-sdk来实现C++部署。通过上述步骤，我们已经成功地将mmdetection模型转换为ONNX格式，并使用C++进行了模型部署。以上代码首先加载了已转换为ONNX格式的模型，然后准备输入数据，运行推理，并处理输出结果。
MMDetection2.17-权重模型转推理模型(pth转onnx)详细步骤及前向推理(Win10、Linux均适用)
认真努力，做一只会飞的毛毛虫。
12-27 7335
权重模型转推理模型的意义？ 方便部署：转为onnx格式的模型后，就可以不需要依赖mmdetection框架部署模型，同时也作为tensorRT格式的过渡模型。 减少开销：onnx格式的模型占用GPU内存更小，更为精简，相比原始权重模型实际大小几乎仅为一半。（轻微的掉点可忽略不计） 确保GPU可以加载：在做一些特定任务时，我们需要部署如 ResNet101+Cascade RCNN等较大的模型。在低劣的显卡如750Ti等是加载不了的(会导致显存爆炸)，而转
如何将mmdetection训练好的模型导出为onnx格式？【Windows和linux通用哦！】
深耕CV
08-20 1512
目前，MMDeploy在Windows平台下提供cpu以及cuda两种Device的预编译包，其中cpu版支持使用onnxruntime cpu进行推理，cuda版支持使用onnxruntime-gpu以及tensorrt进行推理，可以从Releases获取。注意：本篇教程以mmdeploy-1.3.1-windows-amd64.zip为例，展示预编译包cpu的预测方法。为了方便使用者快速上手，本教程以分割模型(mmdetection)为例，展示预编译包的使用方法。
mmdetection模型转onnx和tensorrt实战
dream_home8407的博客
02-05 1699
mmdetection 中cascade-rcnn转tensorrt模型,并进行api推理
mmdetection3d模型导出指南：ONNX格式转换与验证
最新发布
gitblog_00685的博客
09-21 848
在计算机视觉领域，3D目标检测（3D Object Detection）技术在自动驾驶、机器人导航等领域发挥着关键作用。mmdetection3d作为OpenMMLab推出的下一代通用3D目标检测平台，提供了丰富的模型和算法。将训练好的模型导出为ONNX（Open Neural Network Exchange）格式，可以实现跨框架部署、模型优化和性能评估等功能。本文将详细介绍如何使用mmdete...
ONNX简介
yanqianglifei的专栏
01-03 5097
简介 Open Neural Network Exchange（ONNX，开放神经网络交换）格式，是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移。 ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软，亚马逊 ，Fa...
pytorch 33 使用mmdeploy将mmdetection模型转换为onnx，并基于mmdeploy-sdk实现c++部署
a486259的博客
09-02 3839
本博文主要使用将mmdetection模型转换为onnx模型，并在实现onnx模型python下onnxruntime、mmdelpoy的测试；然后基于mmdelpoy的c++ sdk实现c++部署。以yolox的部署为例，相比于yolox作者发布的版本，基于mmdeploy部署的模型代码更加简洁，流程更加简单，而且模型内置nms无需自己写nms的代码。这里需要注意的mmdeploy概念的下模型是一个目录，包含了onnx文件和data pipeline等文件。
windows环境下使用mmdetection+mmdeploy训练自定义数据集并转成onnx格式部署
每天进步一点丶的博客
10-04 1372
windows环境下使用mmdetection+mmdeploy训练自定义数据集并转成onnx格式部署。使用faster_RCNN+VOC格式数据集进行试验
使用ONNX来部署mmdetection中的模型
lzAllen的博客
11-25 3819
安装ONNX github:https://github.com/onnx/onnx conda install -c conda-forge protobuf numpy sudo apt-get install protobuf-compiler libprotoc-dev pip install onnx pip install pytest==2.8 nbval 一开始我使用pip install pytestnbval，然后报出了如下的错误， 然后我通过这句提示nbval 0.9..
mmdetection v1.x版本下的模型文件转换到v2.x，并用netron可视化模型
qq_21464351的博客
06-13 1724
mmdetection更新速度实在是太快了 我有一些pth文件都是在mmdtection的v1.x版本下训练的，但是当我想看看整个模型网络时，我发现v1并不支持该操作，遂在GitHub的v2中找到了一个python2onnx.py文件。但是当我想直接通过这个代码转换成onnx文件时，我发现不行，遂只好更新v2版本。但是在我更新后傻眼了，v2的config下的fasterrcnn文件也太精简了。。。。这怎么修改成我的模型。。。。。 在config文件夹下有一个legacy_v1.x文件夹，里面的文件是为了.
【目标检测-YOLO】YOLOv5-5.0v-yaml 解析及模型构建(第二篇)
博观约取，厚积薄发
03-20 8014
YOLOv5 中网络结构的配置使用 yaml 文件。模型详解。
目标检测模型结构图
03-29
还有MMDetection这样的框架，可能自带可视化工具或者文档中的结构图。 然后，用户如果想自己绘制结构图，可能会用到工具如Draw.io、PPT、Visio，或者基于代码的Graphviz。这些工具在引用[1]里提到线框图是常用的...
深度学习系列资料总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
mmdetection可视化
weixin_43489950的博客
07-30 2659
1.https://blog.youkuaiyun.com/l7H9JA4/article/details/107421408
mmdetection-yolox导出ncnn模型(1)
04-17 1735
本文介绍了mmdetection-yolox导出ncnn模型遇到的问题及解决办法
MMdeplpy pytorch转onnx采坑记录
sinat_40922832的博客
10-12 812
ommdeploy pytorch转onnx采坑记录
mmdeploy windows下pth2onnx 并对onnx进行量化
hasque2019的博客
11-23 1117
后期有时间学一下怎么部署自己的模型。
MMDeploy快速安装及使用说明
a486259的博客
06-22 4002
官网原文详细地址 快速上手 — mmdeploy 0.4.0 文档 在这里对快速上手进行简单说明，mmdeploy支持open-mmlab旗下的多个开源框架中模型的部署，具体如下图所示。我们为 OpenMMLab 各算法库提供了统一的模型部署工具箱。已支持的算法库如下所示，未来将支持更多的算法库MMClassification MMDetection MMSegmentation MMEditing MMOCR MMPose模型可以导出为多种推理引擎文件，并在对应的后端上进行推理。 如下后端已经支持，后续将
学习MMDetection
魔筝炼药师
12-09 330
mmdetection是商汤科技和香港中文大学开源的一个目标检测工具箱，目前支持了常见的目标检测网络Faster-RCNN、Mask-RCNN、Fast-RCNN、SSD、Cascade-RCNN等； 该工具箱具有以下三点优势：performance稍高、训练速度稍快、所需显存稍小。 文章地址：https://arxiv.org/pdf/1906.07155.pdf github地址：https...
Netron可视化工具：深入理解ONNX模型结构
资源摘要信息:"Netron是一个可视化ONNX(Open Neural Network Exchange)模型的工具，它被广泛用于机器学习和深度学习领域。ONNX是一个开放的格式，用于表示深度学习模型，允许不同的人工智能框架之间的模型转换和共享...
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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