【caffe】Caffe模型转换为ONNX模型(新版)

在了解了caffe模型的结构和ONNX的结构后，我用python写了一个caffe转onnx的小工具，现只测试了resnet50、alexnet、yolov3的caffe模型和onnx模型推理结果，存在误差，但是在可接受范围内。本工具在转换模型的时候是不需要配置caffe的，只需要安装好protobuf即可。在进行推理测试的时候才需要配置好pycaffe。

新版简介

前面写过的那版caffe2onnx的工具，由于对参数数据有很多多余的操作，会导致如vgg16这种参数量较大的模型难以转换，因此在读取参数的同时就将其转为tensor和tensor value info，并且在每个算子节点构建的时候直接转为onnx中NodeProto的类型。
caffe-onnx代码

结构

src: 主要代码，包括OPs、caffe2onnx.py、c2oObject.py、load_save_model.py、op_layer_info.py。
caffemodel: 存放caffe模型，其中有为了测试用准备的caffe模型。
onnxmodel: 默认存放onnx模型的路径。
proto: 存放proto文件，caffe_pb2.py为官方caffe.proto编译产生的，caffe_upsample_pb2.py为我为了读取yolov3中upsample层，自行修改caffe.proto文件后编译产生的。
convert2onnx: 运行caffe模型转onnx模型文件。

使用方法

git clone https://github.com/htshinichi/caffe-onnx.git
cd caffe-onnx

usage: convert2onnx.py [-h] [CNP] [CMP] [ON] [OSP]

positional arguments:
  CNP         caffe's prototxt file path
  CMP         caffe's caffemodel file path
  ON          onnx model name
  OSP         onnx model file saved path

默认值：
CNP default="./caffemodel/test/test.prototxt"
CMP default="./caffemodel/test/test.caffemodel"
ON default=“test”
OSP default="./onnxmodel/"

现在支持的算子 Current Support Operator

Convolution
Concat
Dropout
InnerProduct(Reshape+MatMul+Add)
LRN
Pooling
ReLU
Softmax
Eltwise
Upsample
BatchNorm
Scale

测试转换用模型 Test Caffe Model

• Resnet50
• AlexNet
• Agenet
• Yolo V3
• vgg16