环境 基础 Anaconda 简化 使用 给出些 ONNX 模型使用的示例方法。 提取子模型 修改输入输出名称 修改输入输出维度 此为修改模型的。如果要修改某节点的，见参考 onnx_cut.py 的 _onnx ...

1 ONNX ONNX是表示模型的一种格式, 它提供了对模型的一种中间表示。 1.1 ONNX's Design Principles: 既支持深度神经网络, 也支持传统的机器学习 可解释 后向兼容(backward compatible) compact ...

推理代码 multi-person-openpose_rknn-cam_coco.py View Code processing_openpose.py View Code util.py ...

通常我们在训练模型时可以使用很多不同的框架，比如有的同学喜欢用 Pytorch，有的同学喜欢使用 TensorFLow，也有的喜欢 MXNet，以及深度学习最开始流行的 Caffe等等，这样不同的训练 ...

ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软，亚马逊 ，Facebook 和 IBM 等公司共同开发，以开放源代码的方式托管在Github ...

Pytorch模型定义和模型权重暂时不支持打包在一起，这在推理时候需要先用模型定义代码构建模型，再加载模型权重，比较麻烦。 借助于onnx格式转换可以把模型打包一起，在ONNX Runtime中运行推理，ONNX Runtime 是针对 ONNX 模型的以性能为中心的引擎，可大大提升模型的性能 ...

openpose_caffe_to_rknn.py 需要注意事项：由于rknn的模型是静态的，所以，在模型量化的时候，输入尺寸被固定，根据自己的图片更改caffe模型，如下： ...

1.原始模型分析 由于centerface的模型是onnx的，可以通过netron工具包查看改模型的输入输出维度 运行上述代码会生成如下的网络结构图： 点击input.1可以查看模型的输入输出维度，如下图 从上图可以看出原始模型的输入维度 ...