问题标签 [onnx]

我正在使用 ML.NET 导入 ONNX 模型来进行对象检测。作为记录，我从 Microsoft 的 CustomVision.ai 站点导出了模型。

我检查了 Netron 中的模型文件，它清楚地显示输入节点被命名为“data”，输出被命名为“model_outputs0”。

但是，当我尝试运行这行代码来应用 ONNX 模型时

我收到以下错误：

找不到输入列“数据”参数名称：inputSchema

这清楚地表明它找不到数据的输入列，即使我清楚地看到这是 Netron 中的名称，如您所见：

现在，这是我真的不明白的部分。当我尝试其他输出名称时，它有一个不同的错误，基本上告诉我它实际上应该是数据：

参数名称：输入张量，image，ONNX模型中不存在。可用的输入名称是 [data]。实际价值是形象。

我正在尝试将我的 LSTM 异常检测 Pytorch 模型导出到 ONNX，但我遇到了错误。请看下面我的代码。

注意：我的数据形状为 [2685, 5, 6]。这是我定义模型的地方：

我可以训练它并很好地测试它。但是导出的时候问题来了：

但我有以下错误：

这是什么意思？我应该怎么做才能正确导出？

我尝试将我的 pytorch Resnet50 模型转换为 ONNX 并进行推理。转换过程没有错误，但是onnxruntime的onnx模型的最终结果与pytorch的origin模型的结果有很大的差距。
什么是可能的解决方案？

ONNX 版本：1.5.0
pytorch 版本：1.1.0
CUDA：9.0
系统：Ubuntu 18.06
Python：3.5

这是转换代码

这是结果检查代码

检查代码的输出（有一些警告，但我认为没关系）是

我有一个 TensorFlow 图冻结为.pb，我想将其转换为.onnx格式。我目前正在尝试使用 mmconvert （来自微软的MMdnn），显然我做错了（见下面的代码）。是否有任何其他推荐的方法将 a 转换.pb为a .onnx？谢谢。

这是我正在使用的命令：

这给出了错误

关于从 TensorFlow 到 ONNX 的最佳方式的新手问题：下面列出的两者之间更好（和/或更简单）的方式是什么？

1. 冻结/保存网络 --> 存储一个 .pb 文件 --> 将 .pb 转换为 .onnx （我正在努力解决这个问题）

2. 将 .pkl 快照转换为 .onnx。我还没有找到任何材料，所以欢迎任何提示！

如何在 onnx 神经网络中获取输出层的维度？

我可以得到 onnx 图，但没有输出维度：

Terveisin，马库斯

我正在尝试创建一个基于 ArmNN 的 C++ 独立应用程序，该应用程序在 ONNX 模型上运行。首先，我下载了一些标准模型进行测试，在尝试加载模型时，我看到一个崩溃提示“Tensor numDimensions must be greater than 0”。

奇怪的是，我调用的加载模型的函数只需要一个参数，即模型名称。我没有地方可以指定尺寸等等。可能我在这里做错了什么？或者这不是加载模型的方式？

我已经编译了支持 ONNX 的 armnn，详见此处。build 和 include 文件夹已复制到我试图运行代码的 ARM linux 机器上。我正在使用 Makefile 来编译和运行它。

我目前使用的模型是从这里下载的。

最初我在 ArmNN 主分支上，在搜索此错误消息时，我遇到了 ArmNN 发行说明，其中提到相同的错误已在 19.05 版中修复。所以我切换到标记 v19.05 并从头开始重建所有内容并尝试再次运行该应用程序，但同样的错误不断弹出。

这是 C++ 代码 -

Makefile 看起来像这样 -

预期输出 - 代码应按预期加载模型并执行干净退出。

实际错误信息 -

下面提供了一个 gdb 回溯 -

我尝试从 linux-ubuntu-vm 交叉编译用于 arm 处理器的 c++ 代码。

正常的编译工作没有错误。当我尝试以下命令时，出现错误：

arm-linux-gnueabihf-g++ main.cpp onnx.proto3.pb.cc -o readonnxpkg-config --cflags --libs protobuf

--> /usr/local/lib/libprotobuf.so: 文件无法识别: 文件格式无法识别 collect2: 错误: ld 返回 1 退出状态

如何为 Intel Cyclone V (Linux Angstrom) 编译我的代码？

文件 /usr/local/lib/libprotobuf.so

--> /usr/local/lib/libprotobuf.so：到 libprotobuf.so.20.0.0 的符号链接

我正在关注 cpp教程。我已经用自己的模型替换了模型，并替换了输入和输出张量，here和here。模型具有约束力，但在评估步骤中突然中止。

据我所知，我的代码和模型没有任何问题。我试图将输入图像更改为各种尺寸和颜色模式（灰度和 rgb），但没有任何效果。

所做的更改：

控制台输出： https ://imgur.com/wKd9RXK

错误：

https://imgur.com/hl4osmI

[文本形式的控制台输出]

在“默认”设备上加载模型文件“D:\Projects\Windows-Machine-Learning-master\Samples\SqueezeNetObjectDetection\Desktop\cpp\Debug\wifi3.onnx”

以 531 个刻度加载的模型文件

正在加载图像...

捆绑...

现在...

运行模型...

为什么

错误消息：

调试错误！

程序：.../CPP.exe

abort() 已被调用

型号链接：https ://www.dropbox.com/s/fudgynpislpsyta/wifi3.onnx?dl=0

调试器输出：

在 SqueezeNetObjectDetectionCPP.exe 中的 0x75013442 处引发异常：Microsoft C++ 异常：内存位置 0x006FF5C8 处的 winrt::hresult_error。发生了

我为下一个单词预测做了一个 keras 模型。当我将其导出到 mlmodel 并将其用于文本预测时，keras 和 mlmodel 的结果各不相同。我曾经使用 Netron 来可视化模型。我意识到某些层的权重在转换过程中发生了变化。但我为此参考了官方的 coreml 文档。你能帮我解决这个问题吗？提前致谢。

当我看到权重和预测的差异时，我尝试使用 onnx 将 keras 转换为 onnx，将 onnx 转换为 mlmodel。但是在将 onnx 模型转换为 mlmodel 时出现了这个错误：“类型不支持的 ONNX 操作：Cast、Gather、Shape、Identity”。

这是我的 LSTM 模型：

预测功能：

keras 到 coreml 的转换代码：

结果完全不同。例如：对于输入：“I read”，keras 模型预测“it,book,this”，而 mlmodel 预测“thought,had,was”。

这些是我的 keras 和 mlmodel 的嵌入层的权重。 Keras 模型 ML 模型