mmdetection ---转onnx模型,Netron可视化网络结构

详细信息可以看官方文档：./docs/en/tutorials/pytorch2onnx.md
这里把命令摘了出来

用法

//bash
python tools/deployment/pytorch2onnx.py \
    ${CONFIG_FILE} \
    ${CHECKPOINT_FILE} \
    --output-file ${OUTPUT_FILE} \
    --input-img ${INPUT_IMAGE_PATH} \
    --shape ${IMAGE_SHAPE} \
    --test-img ${TEST_IMAGE_PATH} \
    --opset-version ${OPSET_VERSION} \
    --cfg-options ${CFG_OPTIONS}
    --dynamic-export \
    --show \
    --verify \
    --simplify \

Description of all arguments

• config : The path of a model config file.
• checkpoint : The path of a model checkpoint file.
• --output-file: The path of output ONNX model. If not specified, it will be set to tmp.onnx.
• --input-img: The path of an input image for tracing and conversion. By default, it will be set to tests/data/color.jpg.
• --shape: The height and width of input tensor to the model. If not specified, it will be set to 800 1216.
• --test-img : The path of an image to verify the exported ONNX model. By default, it will be set to None, meaning it will use --input-img for verification.
• --opset-version : The opset version of ONNX. If not specified, it will be set to 11.
• --dynamic-export: Determines whether to export ONNX model with dynamic input and output shapes. If not specified, it will be set to False.
• --show: Determines whether to print the architecture of the exported model and whether to show detection outputs when --verify is set to True. If not specified, it will be set to False.
• --verify: Determines whether to verify the correctness of an exported model. If not specified, it will be set to False.
• --simplify: Determines whether to simplify the exported ONNX model. If not specified, it will be set to False.
• --cfg-options: Override some settings in the used config file, the key-value pair in xxx=yyy format will be merged into config file.
• --skip-postprocess: Determines whether export model without post process. If not specified, it will be set to False. Notice: This is an experimental option. Only work for some single stage models. Users need to implement the post-process by themselves. We do not guarantee the correctness of the exported model.
  

-config：模型配置文件的路径。

-“checkpoint”：模型检查点文件的路径。

-“–output file”：NX模型的输出路径。如果未指定，它将被设置为“tmp”。onnx`。

-“–input img”：用于跟踪和转换的输入图像的路径。默认情况下，它将设置为“测试/数据/颜色”。jpg`。

-“–shape”：模型输入张量的高度和宽度。如果未指定，它将设置为“800 1216”。

-“–test img”：验证导出的ONNX模型的图像路径。默认情况下，它将被设置为“无”，这意味着它将使用“–input img”进行验证。

-“–opset version”：ONNX的opset版本。如果未指定，它将被设置为“11”。

-“–dynamic export”：确定是否导出带有动态输入和输出形状的ONNX模型。如果未指定，它将被设置为“False”。

-“–show”：确定当“–verify”设置为“True”时，是否打印导出模型的体系结构，以及是否显示检测输出。如果未指定，它将被设置为“False”。

-“–verify”：确定是否验证导出模型的正确性。如果未指定，它将被设置为“False”。

-“–simplify”：确定是否简化导出的ONNX模型。如果未指定，它将被设置为“False”。

-“–cfg options:覆盖所用配置文件中的一些设置，xxx=yyy`格式的键值对将合并到配置文件中。

-“–skip postprocess”：确定是否在不进行后期处理的情况下导出模型。如果未指定，它将被设置为“False”。注意：这是一个实验选项。仅适用于某些单级模型。用户需要自己实现post流程。我们不保证导出模型的正确性。

使用例子

//bash
python tools/deployment/pytorch2onnx.py \
    configs/yolo/yolov3_d53_mstrain-608_273e_coco.py \
    checkpoints/yolo/yolov3_d53_mstrain-608_273e_coco.pth \
    --output-file checkpoints/yolo/yolov3_d53_mstrain-608_273e_coco.onnx \
    --input-img demo/demo.jpg \
    --test-img tests/data/color.jpg \
    --shape 608 608 \
    --show \
    --verify \
    --dynamic-export \
    --cfg-options \
      model.test_cfg.deploy_nms_pre=-1 \

过程中需要安装一些包，缺啥装啥就完事了
pip install opencv-python
pip install onnx
pip install onnxruntime

转完onnx模型可以使用Netron可视化网络结构
网址：https://netron.app/