【onnx转tensorrt报错】IShuffleLayer applied to shape tensor must have 0 or 1 reshape dimensions: dimensi

在尝试将PyTorch分类模型通过ONNX转换为TensorRT时,遇到IShuffleLayer错误。问题在于转换过程中缺少简化操作。解决方案是在将.pth转换为.onnx时添加简化参数,从而避免错误。此方法未经理论验证,但实践中有效。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

完整报错:

前言:

原因:


完整报错:

IShuffleLayer applied to shape tensor must have 0 or 1 reshape dimensions: dimensions were [-1,2])

前言:

在做 pytorch框架 下面的 分类模型 转换的时候遇到的问题。

torch模型转tensorrt有两种方法:

一个是直接转成tensorrt;一个是先转成onnx,再将onnx转换成tensorrt。

我使用的是通过onnx转换的间接转换办法。

但是再onnx转tensorrt的时候遇到了这个bug。

解决步骤:

1.pth --> onnx  (mmclassification tools里面的pytorch2onnx.py)

2.onnx --> engine (mmdeploy 里面的 onnx2tensorrt.py)

注:

1.这里不使用mmdeploy直接转换的原因就是他可能会报这个错误!

2.我使用的分类模型是mmclassification里面的,但不是从mmclassification里面训练的(他封装的太好了,,导致我很多操作很难去更改),只是借助了里面的模型转换 API 进行模型转换而已。

原因:

在网上搜了好长时间都没有结果~~于是决定写一篇来记录一下!

错误的原因是因为:

pth转onnx的时候没有进行 simplify 操作。

e2dad860cd494c6f8da14cd99b488d56.png

 注:这个参数是在 mmclassification 里面的。

再pth转onnx的时候把这个参数加上去。他就不报这个错误了!(这个解决方法我是试出来的,,暂时没有理论依据。。)

评论 4
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

活成自己的样子啊

你的鼓励将是我创作的最大动力

¥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