菜鸟落泪：Failed to export an ONNX attribute ‘onnx::Gather‘ 报错

最新推荐文章于 2025-06-09 16:16:43 发布

tang-shopping

最新推荐文章于 2025-06-09 16:16:43 发布

阅读量4.9k

点赞数 17

CC 4.0 BY-SA版权

分类专栏：心得体会经验记录

本文链接：https://blog.youkuaiyun.com/tangshopping/article/details/113336472

经验记录同时被 2 个专栏收录

26 篇文章

订阅专栏

心得体会

13 篇文章

订阅专栏

本文介绍了如何解决将MobileNetV3从PyTorch模型转换为ONNX时遇到的avg_pool2d属性不是常量的错误。通过将高度和宽度从张量转换为常量，成功实现了模型的ONNX导出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、前言

最近在转 mobilenet v3 （pytorch -> onnx）的时候，遇见报错：

RuntimeError: Failed to export an ONNX attribute 'onnx::Gather', since it's not constant, please try to make things (e.g., kernel size) static if possible

网上搜了一下，发现要么很麻烦，要么不适用，看报错内容，大致就是说，有个op的属性值不是常量。

二、办法

经过思考，解决措施如下，是avg_pool2d的问题。

def forward(self, x):
    batch, channels, height, width = x.size()
    out = F.avg_pool2d(x, kernel_size=[height, width]).view(batch, -1)
    return out

因为用avg_pool2d实现全局平均池化的效果（建议用这种实现方式，因为在onnx -> caffe中，nn.AdaptiveAvgPool2d()转换起来很麻烦），在运行下面这行代码的时候

# pytorch -> onnx 代码
torch.onnx.export(model, img, f, verbose=False, opset_version=11, input_names=['images'],
                      output_names=['output'])  # output_names=['classes', 'boxes']

height与 width的类型会变成 torch.tensor, 使得转换报错，所以需要在转换前加上两行代码:

def forward(self, x):
        batch, channels, height, width = x.size()
        if torch.is_tensor(height):
        	height = height.item()  # 这里是修正代码
        	width = width.item()  # 这里是修正代码
        out = F.avg_pool2d(x, kernel_size=[height, width]).view(batch, -1)
        return out

之后就转换成功了。