python运行ONNX神经网络模型，在labview调用python

原创

已于 2024-01-03 19:32:05 修改 · 1.3k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

于 2023-12-28 10:31:24 首次发布

本文讲述了在LabVIEW2018中利用onnxruntime进行模型推理，包括安装步骤、Python集成及32位兼容性的处理。

一、创建新环境，安装onnxruntime工具包

pip install onnxtimerun

二、新建.py文件

import onnxruntime
import numpy as np
import onnxruntime as ort

model_path = 'C:\\Users\\h1234\\Desktop\\demo\\VTOL_RL\Assets\\train\\results\\ppo\\My Behavior\\My Behavior-500064.onnx'
providers = ['CPUExecutionProvider']
ort_session = ort.InferenceSession(model_path, providers=providers)
# ort_session = onnxruntime.InferenceSession('test-model.onnx', providers=['CPUExecutionProvider', 'CUDAExecutionProvider'])
batch_size = 1
input_size = 1  # set input size to 1
input_data = float(input()) #创建输入数据

#input_name = ort_session.get_inputs()[0].name #获取ONNX神经网络模型的输入名称，在一下代码为‘obs_0’
#input_info = ort_session.get_inputs()[0] #获取ONNX神经网络模型的输入信息
#print(f"Expected input shape: {input_info.shape}") # 打印期望的输入维度
#print(input_name)

input_data = np.array([input_data], dtype=np.float32) #输入数据

input_data = input_data.reshape(1, 1) # 调整形状为 (batch_size=1, input_size=1)，调整形状要依据上文代码检测的输入名