【OpenCV+OPENVINO使用】模型转换

幻世至上

于 2021-01-08 21:46:32 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： OpenCV+OPENVINO使用文章标签： onnx pb openvino 模型转换

本文链接：https://blog.csdn.net/tjj1998/article/details/112384387

OpenCV+OPENVINO使用专栏收录该内容

5 篇文章

订阅专栏

本文介绍了如何使用TensorFlow将模型转换为.pb文件，并演示了如何将PyTorch模型转换为ONNX格式，以便于跨框架部署和兼容性。教程包括变量常量化、PB文件保存及使用torch.onnx.export进行模型导出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensorflow保存pb文件

参考 https://zhuanlan.zhihu.com/p/32887066

# convert_variables_to_constants 需要指定output_node_names，list()，可以多个
constant_graph = graph_util.convert_variables_to_constants(self.session,self.session.graph_def,
 ['global_descriptor','keypoints','local_descriptors'])
  # 写入序列化的 PB 文件
with tf.gfile.FastGFile(pb_file_path+'model.pb', mode='wb') as f:
    f.write(constant_graph.SerializeToString())

pt转onnx

import torch

model = torch.jit.load('MobileNetVLADPCA.pt')
input_shape = (3, 640, 480)   #输入数据

input_data_shape = torch.randn(1, *input_shape, device="cpu")
out = model(input_data_shape)
print(out.size()) #注意，这里如果是多输出的话需要写多个输出名即output_names，多输入同理
input_names = ["input"]
output_names = ["output"]
torch.onnx.export(model, input_data_shape, "MobileNetVLADPCA.onnx",  verbose=True, export_params=True,
                  input_names=input_names,output_names=output_names,example_outputs=out)