openvino使用过程中 IR 文件转换遇到 Error

最新推荐文章于 2025-10-03 07:16:04 发布

原创最新推荐文章于 2025-10-03 07:16:04 发布 · 954 阅读

1 ·

CC 4.0 BY-SA版权

Record 专栏收录该内容

21 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

在使用 mo_tf.py 文件对 Tensorflow 模型进行转换时：

python mo_tf.py --input_model E:\WORK\vino\tensorflow\ssd_mobilenet_v1_coco_2018_01_28\frozen_inference_graph.pb --tensorflow_use_custom_operations_config C:\Intel\openvino\deployment_tools\model_optimizer\extensions\front\tf\ssd_support.json

总是报以下错误

官网的解释是：

实测解决方案：

pip install networkx==2.3

再次运行转换脚本即可成功运行

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。它提供了一个灵活的平台,用于构建和训练各种机器学习模型

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

valar丶morghulis

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
3
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

使用 OpenVINO™ 转换和优化 YOLOv8

DT程序员的博客

07-06

772

详细介绍如何使用 OpenVINO™ 转换和优化 YOLOv8，以及代码实现

openvino踩坑记录——onnx模型转换成IR中间模型

gcf_uinque的博客

04-28

6712

安装openvino linux系统下按照官网教程安装openvino并进行配置： https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_linux.html#install-openvino ONNX模型转换对于pytorch、tensorflow等框架训练到模型都可以转换成ONNX模型...

3 条评论您还未登录，请先登录后发表或查看评论

将Keras保存的HDF5或TensorFlow保存的PB模型文件转化为Inter Openvino使用的IR(.xml & .bin)文件

weixin_43741611的博客

02-23

4683

本blog依据英特尔官方手册《Model Optimizer Developer Guide》翻译编写，经博主测试可用 inter NCS &amp; OpenVINO 交流QQ群：608483784 占坑待更新

【openvino系列教程（五）】常见error及解决办法

Kindle君的博客

07-17

4220

问题描述 ./linux/build/xxxxx -i ./testsuite/source/s105.mp4 -o ./tmp.mp4 --ar XRNet --ar-model-type HQ -l debug 无法成功调用openvino log如下： the openvino so:libxnn_openvino.so failed, error:/opt/intel/openvino/i...

OpenVINO AArch64平台支持：ARM架构部署指南

最新发布

gitblog_00194的博客

10-03

933

随着边缘计算和物联网设备的普及，ARM架构（尤其是AArch64）已成为AI部署的重要平台。OpenVINO™工具包通过优化的工具链和硬件支持，使开发者能够在ARM设备上高效运行AI推理。本文将详细介绍如何在AArch64平台上构建、优化和部署OpenVINO应用。 ## 1. AArch64平台支持概述 OpenVINO™对AArch64的支持主要通过交叉编译工具链实现，允许在x86主机上为...

【OpenVINO】将TensorFlow模型转成IR文件，并部署到NCS2上运行

Pyrohjewel

05-06

6847

TensorFlow模型自己写一个AlexNet模型，参见模型转换将模型专为pb文件: inputs = tf.placeholder(tf.float32, [1, 227, 227, 3]) model = AlexNetModel() score = model.inference(inputs) softmax = tf.nn.softmax(score, name='prob')...

openvino踩坑之Data type is unsupported

weixin_30621711的博客

07-24

669

今天在用openvino将pb文件转成ir文件的时候，遇到了一个小问题，记录下来分享给需要的人。我用tensorflow自己存了个pb文件，具体的方法是在session中加入如下的语句 for n in tf.get_default_graph().as_graph_def().node: print(n.name) ...

win10安装部署openVINO详细流程及出现的问题

weixin_42408280的博客

09-22

1664

win10系统搭建OpenVINO环境的详细步骤以及常见错误

OpenVINO 部署 YOLOv5 转换IR文件

꧁༺ʚvv༒catɞ༻꧂的博客

08-21

1535

环境： Windows：10 YOLOv5：3.1 Python 3.7.10 运行以下脚本临时设置 OpenVINO 环境和变量： cd C:\Program Files (x86)\Intel\openvino_2021.2.185\bin 运行以下命令来生成YOLOv5模型的IR： python mo.py --input_model M:\yolov5-3.1\yolov5-v3\best.onnx --model_name M:\yolov5-3.1\best -s 255 --rever

Windows 10 下 torch模型转换为 OpenVINO需要的IR文件

꧁༺ʚvv༒catɞ༻꧂的博客

08-07

1402

配置环境 Windows 10 Anaconda 2.0.4 Pycharm 2021.1 OpenVINO 工具包 2020.2 Python 环境 3.6.13 torch 1.9.0 onnx 1.10.1 准备好torch模型自定义神经网络pth转ONNX代码 import torch from torch import nn # 搭建神经网络 class VVcatModel(nn.Module): def __init__(self): super()._

Windows10 将 YOLOX模型转换为OpenVINO需要的IR文件

꧁༺ʚvv༒catɞ༻꧂的博客

09-05

1409

环境 Windows：10 Anaconda：2.0.4 Python 3.7.10 torch：1.7.0 torchvision：0.8.0 YOLOX：0.1.0 下载轻型模型：YOLOX-Nano https://github.com/Megvii-BaseDetection/storage/releases/download/0.0.1/yolox_nano.pth cd C:\Users\vvcat\Desktop\YOLOX-0.1.0 通过 -n 转换标准 YOLOX 模型： p

OpenVINO运行Tensorflow模型

11-20

在VS2017中配置OpenVINO环境，并运行Tensorlfow训练的MobileNet，包括Tensorflow模型转为OpenVINO模型，VS2017运行OpenVINO模型等,配置OpenCV等，详情请阅读我的博客【OpenVINO运行Tensorflow模型】

ERROR: node with name "rabbit" already running的解决方法

yccowdy的博客

06-17

2万+

启动终端：输入命令：sudo rabbitmqctl status 然后输入：sudo rabbitmqctl stop 在输入：rabbitmq-server就可以启动了

启动rabbitmq，提示ERROR: node with name "rabbit" already running on "U57..."

热门推荐

卖克的专栏

11-18

2万+

环境： erl7.2.1 rabbitmq_server-3.3.4 安装完毕后，访问localhost:15672，显示无法访问，本地启动是出现下面的提示开始还以为是我配置的问题呢，找半天，在任务管理器中，看到了rabbitMQ的进程，它已经启动了。。。结果很无语，把进程停止了，在再sbin命令，rabbitmq-server start，就一切好了

运行OpenVINO的demo示例时遇到的小问题

weixin_44340194的博客

02-20

4075

安装好OpenVINO后，运行demo程序时遇到如下问题：运行demo_squeezenet_download_convert_run.bat *###############|| Run Inference Engine classification sample||############### 等待 2 秒，按一个键继续 ... 已复制 1 个文件。系统找不到指...

Windows下安装openvino问题汇总

qq_50304062的博客

12-25

1837

文章目录前言一、[ ERROR ] The "C:\Users\**\Documents\Intel\OpenVINO\openvino_models\models\public\squeezenet1.1/squeezenet1.1.caffemodel" is not existing file FAILED:squeezenet1.1Error二、[ ERROR ] Error loading xmlfile: /root/openvino_models/ir/FP16//public/squeez

OpenVINO主要工作流程

weixin_42730667的博客

08-15

2181

OpenVIVO主要工作流程如下图：主要流程如下： 1：根据自己的训练模型需要配置Mode Optimizer. 2: 根据设置的模型参数运行Model Optimizer,生成相对应的IR(主要是xml和bin) xml-主要用来描述网络拓扑结构 bin-包括生成的weights and biases 二进制数据 3: 在实际应用场景种使用Infe...

OpenVino (一） Win10 安装配置

_yuki_

02-04

1360

环境：Win 10 Visual studio 2019 Cmake 3.6.3 Python3.6.4 / Anacoda 一、下载OpenVINO 下载OpenVINO，需要先注册一下二、安装OpenVINO PS:我的路径是：C:\ ，方便后面操作。如果需要依赖的软件没有安装，在安装过程会出现提...

OPENVINO 2022 ONNX IR

03-23

### OpenVINO 2022 中 ONNX 到 IR 的转换与最佳实践 OpenVINO 2022 版本提供了强大的工具链来支持 ONNX 模型的导入和优化。通过 `mo.py`（Model Optimizer）脚本，可以轻松实现从 ONNX 格式到 OpenVINO Intermediate Representation (IR) [.xml 和 .bin] 的转换[^1]。 #### 转换流程概述为了将 ONNX 模型成功转换为 OpenVINO IR 格式，需遵循以下技术细节： - **安装依赖项**：确保已正确配置 OpenVINO 环境并完成必要的 Python 库安装。例如，在 Windows 平台上可以通过官方文档指导完成安装过程[^3]。 - **调用 Model Optimizer**：使用命令行接口运行 `mo.py` 脚本来执行转换操作。以下是典型的命令结构： ```bash mo --input_model <path_to_onnx_model> --output_dir <output_directory> ``` 此命令会读取指定路径下的 ONNX 文件，并将其转化为 `.xml` 和 `.bin` 文件形式存储于目标目录下[^2]。 - **参数调整**：依据具体应用场景可能需要额外设置一些选项以满足特定需求，比如输入形状定义 (`--input_shape`) 或数据类型精度控制 (`--data_type FP16|FP32`) 等。 #### 示例代码展示下面给出一段完整的Python脚本用于自动化上述转换步骤: ```python import os from subprocess import run, PIPE def convert_onnx_to_ir(onnx_path, ir_output_dir): command = [ 'mo', '--input_model', onnx_path, '--output_dir', ir_output_dir ] result = run(command, stdout=PIPE, stderr=PIPE) if result.returncode != 0: raise Exception(f"Conversion failed with error {result.stderr.decode()}") if __name__ == "__main__": current_dir = os.getcwd() model_file = os.path.join(current_dir, "model.onnx") output_folder = os.path.join(current_dir, "ir_models") try: convert_onnx_to_ir(model_file, output_folder) print("ONNX to IR conversion completed successfully.") except Exception as e: print(e) ``` 以上脚本封装了一个函数 `convert_onnx_to_ir()` 来简化批量处理多个模型文件的过程。 #### 性能考量与建议当考虑部署效率时，推荐采用较低精度的数据表示方式如 INT8 或者混合量化策略，这样可以在保持较高准确性的同时显著减少计算资源消耗以及加速推理速度。