问题标签 [onnx]

这是我之前帖子的更具体的延续：HoloLens 上的自定义视觉

我仍在使用这篇博文中的 Unity 项目：https ://mtaulty.com/2018/03/29/third-experiment-with-image-classification-on-windows-ml-from-uwp-on-hololens-团结一致/

我遇到的问题是我自己的导出模型在某些时候无法与代码一起使用。现在可以导出1.2版本的onnx模型了，但是老代码好像和新版本不兼容了。

var evalOutput = await this.learningModel.EvaluateAsync(this.inputData);在它抛出的 MainScript行中The binding is incomplete or does not match the input/output description. (Exception from HRESULT: 0x88900002)

有人知道我需要更改什么以便它适用于 HoloLens 上的新版本吗？提前致谢！

我正在尝试加载使用 Pytorch 训练过的模型，但我不断收到以下错误：

文件“convert.py”，第 12 行，在 model.load_state_dict(torch.load('model/model_vgg2d_2.pth')) 文件“/usr/local/lib/python3.5/dist-packages/torch/nn/modules /module.py"，第 490 行，在 load_state_dict .format(name)) KeyError: 'unexpected key "module.features.0.weight" in state_dict'

下面是我的代码：

我正在使用用于训练模型的同一台机器（具有多个 GPU）。任何想法我做错了什么？

我在我的自定义数据集上训练了 StarGAN 模型。我需要将此模型从 .pth(Pytorch) 转换为 .pb 以便在 Android Studio 上使用。我搜索了很多，我找到了一些转换的方法。但是，所有解决方案都不适用于我的情况。

我尝试了只包含一个 nn.Linear 层的小型网络。在这个网络上，解决方案效果很好！

我认为，我的网络包括 Conv2D 层和 MaxPooling2D 层，因此转换处理不起作用。

首先，这是我的网络（StarGAN）。

这是错误信息。

有什么方法可以转换吗？帮我。

我已经从这个 URL https://github.com/onnx/onnx安装了 ONNx ，现在尝试在这里运行一些模型https://github.com/onnx/models#face_detection，问题是导入时：

它有效，但是当我尝试导入时

它给了我以下错误

否则我可以毫无错误地加载模型；如何纠正导入错误？

我正在尝试使用squeezenet ONNX模型创建会话： session = winrt::Windows::AI::MachineLearning::LearningModelSession{ model, winrt::Windows::AI::MachineLearning::LearningModelDevice(deviceKind) };

我有两个版本的squeezenet。一个在开头有一个“子”层，另一个没有。执行上述操作时，带有“Sub”的会引发错误。

有什么想法吗？

我正在阅读这篇文章：感谢 WinML 为您的 Windows 应用程序添加一点机器学习，并复制了示例应用程序。它目前有效。

在 Azure 自定义视觉门户上，我构建了自己的视觉模型并将其导出到 ONNX 1.0 for Windows 10 build 1803，但是当我尝试使用自己的模型运行示例时，出现以下异常：

HRESULT 异常：0x88900105

当程序进入这一行时：

知道它来自哪里有点棘手，因为异常不是很明确。

我想知道您是否遇到过同样的问题或知道它可能来自哪里。

编辑：重现问题的步骤。

在此处下载我的模型：https ://1drv.ms/u/s!AqIRdnJsFoE6iu4N0vI89qa-C76iZg

从 GitHub 克隆存储库：https ://github.com/Microsoft/Windows-AppConsult-Samples-UWP

用平面图运行样例，样例工作。

现在在解决方案中，用我的替换现有的（和工作的）PlanesModel.onnx。

我们得到了例外。

这是我所有项目的配置：

我有一个 onnx 图形/模型，其中有很大的常量，因此加载和解析它需要很多时间。我可以从图中“剥离”数据，以便在没有数据的情况下检查图节点吗？

我已通过以下方式将模型导出到 ONNX：

现在我正在尝试将模型转换为 Tensorflow Lite 文件，以便可以在 Android 上进行推理。不幸的是，对于 Android，PyTorch/Caffe2 支持相当缺乏或过于复杂，但 Tensorflow 看起来要简单得多。

ONNX to Tflite 的文档对此非常了解。

我尝试通过以下方式导出到 Tensorflow GraphDef 原型：

tf_rep.export_graph(EXPORT_PATH + 'mnist-test/mnist-tf-export.pb')

然后运行toco：

当我这样做时，我收到以下错误：

此外，即使我运行命令时，我也不知道为 input_arrays 或 output_arrays 指定什么，因为该模型最初是在 PyTorch 中构建的。

有没有人成功地将他们的 ONNX 模型转换为 TFlite？

这是我要转换的 ONNX 文件：https ://drive.google.com/file/d/1sM4RpeBVqPNw1WeCROpKLdzbSJPWSK79/view?usp=sharing

额外信息

• Python 3.6.6 :: Anaconda 自定义（64 位）
• 恩克斯。版本= '1.3.0'
• tf。版本= '1.13.0-dev20181106'
• 火炬。版本= '1.0.0.dev20181029'

我正在尝试将经过训练的 .onnx 模型（来自神经风格转移算法）加载到 cv2 中。我看到有一个

函数，但是cv2中没有这个函数。我似乎无法将 opencv 作为 cv 导入或加载，因此似乎无法将我的模型加载到 cv2 中。有谁知道解决方案？

我基本上已经用 https://github.com/pytorch/examples/blob/master/fast_neural_style/neural_style/neural_style.py#L122-L150 这个脚本训练了一个模型，并通过添加导出了一个 onnx 模型

现在我想通过 cv2 阅读器运行经过训练的模型，但我失败了。

我有一个简单的网络，由两个卷积层和一个完全连接的网络组成，在 pytorch 中定义如下：

我想将其转换为 tflite。所以首先将其转换为onnx

然后我将结果转换为 tensorflow 图定义onnx-tf。结果net.pb是好的，因为它产生与原始相同的输出prepare(onnx.load('net.onnx')).run(...)。

但是，我有两个问题：一个小问题是net.pb图形不再包含输出节点，我必须寻找输出节点。第二个是当我尝试执行最终转换时

我在类型检查中遇到 TOCO 失败：

我尝试在网络中进行挖掘，但似乎找不到令人烦恼的对象，也没有发现与此问题明显相关的问题。任何指向这个过程可能已经脱轨的点的指针都会很棒！

和onnx-tensorflowmaster的(commit b5fef1b)