深度学习模型转换之Mxnet转ONNX

1.   Description - 说明

mxnet2onnx是一款将训练好的mxnet模型转换成以onnx格式保存的模型转换工具。

2.   mxnet2onnx接口

onnx_mxnet.export_model(sym, params, [input_shape], np.float32, onnx_file)

export_model：导出模型的API，返回转换后的onnx模型的路径

sym：mxnet模型的输入符号文件

params：mxnet模型的参数文件

input_shape：标准的imagenet的输入通道

onnx_file：输出模型的路径

3.   具体使用操作

在mxnet2onnx.py代码中设置好，载入mxnet模型的路径，已经需要保存的onnx模型的名字和路径，接着打开终端，执行python mxnet2onnx.py，即可在目标路径下生成转换好的onnx模型。

4.   Sample

sym = './resnet-50-symbol.json'

       params = './resnet-50-0000.params'

       # 标准Imagenet输入- 3通道，224*224

       input_shape = (1, 3, 224, 224)

       # 输出文件的路径

       onnx_file = './resnet-50.onnx'

       # 调用导出模型API。它返回转换后的onnx模型的路径

       converted_model_path = onnx_mxnet.export_model(sym, params, [input_shape], np.float32, onnx_file)

然后执行python mxnet2onnx.py，即可在当前工程目录下生成onnx模型。