【开源项目】模型网络可视化查看器Netron

简介

1. Netron 是神经网络、深度学习和机器学习模型的查看器。
2. Netron 支持 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。
3. Netron 为 PyTorch、TensorFlow、TorchScript、OpenVINO、Torch、Vitis AI、Arm NN、BigDL、Chainer、Deeplearning4j、MediaPipe、ML.NET 和 scikit-learn 提供实验性支持。

安装

1. 依赖python的pip
2. pip install netron

使用介绍（本地web版本）

1. 下载测试模型

   wget https://media.githubusercontent.com/media/onnx/models/master/vision/classification/squeezenet/model/squeezenet1.0-3.onnx
   

2. 启动服务

   ❯ netronServing at http://localhost:8080
   

3. 浏览器打开 http://localhost:8080 并选择需要查看的模型

4. 模型效果图

5. 模型导出成图片以及其他功能（各位按需使用）

附：快捷使用方式

1. 启动服务时，选择模型并直接弹出浏览器页面

   ❯ netron squeezenet1.0-3.onnx -bServing 'squeezenet1.0-3.onnx' at http://localhost:8080
   

2. 服务启动后，插入(修改)url参数可更换模型

   http://localhost:8080/?url=https://media.githubusercontent.com/media/onnx/models/main/vision/classification/squeezenet/model/squeezenet1.0-3.onnx
   

3. 下载netron app
   

引自：Netron GitHub官网

GitHub - lutzroeder/netron

嵌入自建应用

方案一：（针对单一大模型）

1. 查看模型时启动一个netron服务，指定地址（如：10.10.10.10），随机端口

   # 如下
   netron --host 10.10.10.10 --port 9000 model_dir/squeezenet1.0-3.onnx
   

2. 访问 http://10.10.10.10:9000 进行访问

方案二：（小模型）

1. 启动一个netron服务，并指定域名，服务地址如：http://netron-server/
2. 传入模型地址访问。如：http://netron-server/?url=https://media.githubusercontent.com/media/onnx/models/main/vision/classification/squeezenet/model/squeezenet1.0-3.onnx