onnx导出报错：Exporting the operator hardsigmoid to ONNX opset version 12 is not supported.

最新推荐文章于 2025-04-03 09:27:30 发布
最新推荐文章于 2025-04-03 09:27:30 发布
阅读量1.1k 收藏 13
点赞数 9
文章标签： 深度学习 人工智能
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。
本文链接：https://blog.youkuaiyun.com/m0_67349550/article/details/137178004
版权
文章描述了如何在PyTorch项目中解决将模型导出到ONNX时遇到的Hardsigmoid不支持问题，需修改symbolic_opset9.py中的函数定义。

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

pytor三件套版本为

onnx版本为1.16

cuda版本为11.6

执行python export.py --weights 我的路径/best.pt --include onnx --device 0

当export.py下的--opset参数default=14/15/16时会报错“Unsupported ONNX opset version: 16”；

当--opset参数default=11/12/13，“export failure 0.3s: Exporting the operator hardsigmoid to ONNX opset version 11 is not supported. Please feel free to request support or submit a pull request on PyTorch GitHub.”

查很多帖子，有的是改--opset为某个数字就可以了，但我的不行。

最后在这个帖子找到正确方法解决报错问题：the operator silu to ONNX opset version 12 is not supported - 知乎 (zhihu.com)

在你项目使用的虚拟环

最低0.47元/天 解锁文章
16699
关注
Exporting the operator hardsigmoid to ONNX opset version 11 is not supported
jacke121的专栏
06-19 3096
Exporting the operator hardsigmoid to ONNX opset version 11 is not supported
YOLOv8导出为onnx格式，aten::fft_fft2不支持导出，如何解决？
最新发布
**My Coding Family**
04-15 1139
🏆本文收录于《全栈Bug调优(实战版)》专栏，主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！ 备注：部分问题/疑难杂症搜集于互联网。
RuntimeError: Exporting the operator uniform to ONNX opset version 12 is not supported.
我的小天地 ^_^
01-10 4776
pt转onnx报错： RuntimeError: Exporting the operator uniform to ONNX opset version 12 is not supported. Please open a bug to request ONNX export support for the missing operator. 原因考虑是转换的时候，不可以在forward中动态获取值再进行运算，而应该在init中就完成相应的操作。 不便上传图片，有问题留言。 ...
解决报错：RuntimeError: Exporting the operator amax to ONNX opset version 13 is not supported.
weixin_52250546的博客
04-03 208
于是我卸载了我的torch 1.11版本，以及 torchaudio 、torchvision。模型转换成功，问题解决！
解决the operator silu to ONNX opset version 12 is not supported问题
qq_43450443的博客
04-10 2623
再次运行export.py发现仍然报错the operator silu to ONNX opset version 11 is not supported。问题：使用yolov5-7.0的export.py导出onnx文件时报错。我的环境是虚拟环境py38，于是到py38中依次找到以下路径。打开activation.py找到第394行代码修改。解决方法：在export.py种找到。解决方法：查看python解释器。再次运行export.py。
Exporting the operator silu to ONNX opset version 12 is not supported
蜗牛牛的博客
01-02 856
onnx
【报错】ONNX: export failure ❌ 0.3s: Exporting the operator silu to ONNX opset version 11 is not support
qq_41226186的博客
11-22 610
onnx不支持silu。
SAM分割模型onnx导出模型问题：Exporting the operator repeat-interleave to ON
07-01
Exporting the operator repeat_interleave to ONNX opset version 11 is not supported TypeError: 'torch._C.Value' object is not iterable (Occurred when translating repeat_interleave). 问题解决: 1....
pytorch转onnx: step = 1 is currently not supported以及Exporting the operator silu to ONNX opset version
weixin_37889356的博客
12-02 6960
在yolov5s的pytorch模型转换onnx模型时报如下错误： RuntimeError: step!=1 is currently not supported 原因主要是低版本的opset不支持切片操作导致的； 把模型转换的代码改成如下所示即可，即使用版本11以上的opset： torch.onnx.export(model, img, "xxx.onnx", verbose=True,opset_version=11,export_params=True) 解决该问题后可能会继续出现
ONNX导出问题解析
qq_19859865的博客
08-17 440
在torch模型转换为onnx的过程中，使用的是torch.jit,ScrptModule,而不是torch.nn.Module,关于这两者的区别，有不少更好的视频介绍，简单理解为前者用于提供模型静态图推理，强调性能，后者强调“简洁，美丽”，是一种不关注性能的动态图。今天在进行onnx的模型导出时，遇到了一个问题，如标题，就是“torch.roll"这个算子在从pytorch到onnx的转换过程中会失效。对应的解决方法是，把pytorch的版本升级，原先的版本是1.8，后来升级到了1.10。
ONNX实践系列-将dbnet.onnx的hardsigmoid op用hardsigmoid.onnx整个去替换掉
deep_love1314的博客
11-24 409
这个dbnet.onnx是paddleocr转出来的，自带的有paddle的那个hardsigmoid算子 ，这个不好转到trt等框架，因此我们想把这个hardsigmoid 算子op替换成我们常规的pytorch框架转出来的hardsigmoid onnx那种。
【已解决】onnx 12 中没有hardswish opt的问题
GZKPeng的博客
05-12 2984
pytorch转onnx的过程中，模型的卷积层激活函数用的是hardswish，转换时报错： RuntimeError: Exporting the operator hardswish to ONNX opset version 12 is not supported. Please open a bug to request ONNX export support for the missing operator. 提示我们去ONNX上反馈，显然等他们来写已经来不及了，还是自己动手吧。 因为模型定义的
ONNX: export failure: Exporting the operator silu to ONNX opset version 12 is not suppo
weixin_61785507的博客
09-09 3947
ONNX: export failure: Exporting the operator silu to ONNX opset version 12 is not suppo。
解决ValueError: Unsupported ONNX opset version: 16问题
小小何先生的学习之旅
12-14 4117
解决ONNX模型报错opset version：16的问题。
三种yolov8的pt模型转onnx方法 ，maxBatchSize 1 whereas 2 ，报错valuError: unsupported onnx opset version:16(推荐)
pvmsmfchcs的博客
11-29 2725
1，关于报错valuError: unsupported onnx opset version:16。方法：你可以设置参数 --opset 12。我和你有同样的问题，我已经解决。
silu to ONNX opset version 12 is not supported
jacke121的专栏
09-08 3490
silu to ONNX opset version 12 is not supported
PyTorch模型转onnx
热门推荐
LuchangLi 的专栏
03-17 1万+
pytorch模型转onnx 有几种方式 实际数据输入jit trace方式 torch script方式 example 1 (optional) Exporting a Model from PyTorch to ONNX and Running it using ONNX Runtime — PyTorch Tutorials 1.11.0+cu102 documentation # Super Resolution model definition in PyTorch imp
转TRT Exporting the operator ‘aten::affine_grid_generator‘ to ONNX opset version xx is not supported.
csuzhaoqinghui的博客
11-07 452
原因：这类错误由于 PyTorch 中多头注意力（Multi-Head Attention, MHA）机制的某些优化路径（可能是特定的加速实现）是开启了，但TensorRT算子不支持此类优化。解决方案：只需要在转模型时，在pytorch代码里加上torch.backends.mha.set_fastpath_enabled(False)即可。
opset=12是什么意思
04-03
### ONNX Opset Version 12 的定义和用途 ONNX（Open Neural Network Exchange）是一种开放格式，用于表示机器学习模型。Opset 是 ONNX 中的一个重要概念，它代表一组操作符（operators），这些操作符在特定版本中被支持并具有明确定义的行为。 #### 定义 ONNX Opset Version 12 表示第 12 版本的操作符集。每个版本都引入了一些新的功能、改进或者修复已知问题[^1]。具体来说，Opset Version 12 增加了对某些新操作符的支持，并优化了现有操作符的表现。例如，在此版本中增加了 `hardsigmoid` 和其他一些激活函数的支持。 #### 技术场景中的作用 1. **兼容性管理**: 不同框架可能实现不同版本的 ONNX 操作符集合。通过指定 opset=12，开发者能够确保他们的模型只使用该版本下受支持的功能，从而提高跨平台迁移的成功率。 2. **性能调优**: 较高的 opset 版本通常意味着更先进的计算能力或效率提升措施已被纳入其中。然而，如果目标环境不完全支持最新特性，则需回退到较低版本如 v12 来维持正常运行[^2]。 3. **错误规避**: 当遇到类似于 “Exporting the operator hardsigmoid to ONNX opset version X is not supported” 这样的警告时，调整至适当范围内的 opset 可能会解决问题。正如提到的例子那样，将 opset 设置为匹配当前工具链的最佳实践值即可缓解此类冲突情况. 以下是设置 Python 脚本中 PyTorch 导出 ONNX 文件时如何显式声明所需 opset 版本的小例子： ```python import torch dummy_input = torch.randn(1, 3, 224, 224) model = YourModel() torch.onnx.export( model, dummy_input, "output_model.onnx", verbose=True, opset_version=12 # 明确指定了使用的opset版本 ) ```
评论
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