获取onnx模型每层输出结果并保存

背景
模型部署时,无论检测还是分割,都会经历模型转换;而转换之后经验证结果一致还好,若不一致,则需要对比每层输出,分析是从哪一层开始产生的差异,从而定位问题网络层,进行下一步的修改。
本教程针对torch所转的onnx模型进行输出解析
首先:加载模型和输入图片,并进行预处理,预处理按照torch中的自己添加;
获取onnx模型每层输出结果并保存_第1张图片
然后:进行一次模型推理,获取每层的节点信息,并打印;
获取onnx模型每层输出结果并保存_第2张图片

最后:四个for循环按节点存储输出至对应的txt文档。
获取onnx模型每层输出结果并保存_第3张图片
解析
我们知道,获取onnx输出的官方工具即是onnxruntime,通常我们会采用如下的方法获取output:
model = onnx.load(“test.onnx”)
ort_session = onnxruntime.InferenceSession(model.SerializeToStrin

你可能感兴趣的:(模型部署,python,深度学习,计算机视觉)