如何将onnx转ncnn供移动端推理使用

ncnn是一个为手机端极致优化的高性能神经网络前向计算框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP，将 AI 带到你的指尖。

但是onnx直接转ncnn会存在很多问题，所以一般考虑都是先将onnx转化为onnxsim然后再进行simpler到ncnn的转换。

那么如何将onnx转化为onnxsim呢，网上有两种方法，第一种是直接利用安装的onnxsimple包来进行转换

python -m onnxsim cr_acc_9954.onnx cr_acc_9954-sim.onnx

但是前提是你能准确安装上onnxsimple，关于安装的时候出现的问题，在我之前的博客有提及到，可以翻看之前的博客。

还有一种就是通过代码来转换，代码如下所示：

def convert(model_name):
    input_shapes = {None: [1, 3, 32, 320]}
    model_opt, check_ok = onnxsim.simplify(model_name, input_shapes=input_shapes)
    onnx.save(model_opt, model_name[:-5]+"-sim.onnx")
    print("the model was simplified successfully")

if __name__ == '__main__':
    model_name="models/checkpoint_27_acc_0.9981.onnx"
    conv