- 1、dynamic_shape to fixed_shape
# input shape:[batch,3,192,192] -> [2,3,192,192]
python make_onnx_dynamic_shape_to_fixed.py --onnx_path files/test_origin.onnx --input_name input --input_shape 2,3,192,192
抓换前的模型头部shape
抓换后的模型头部shape
- 2、rename onnx model node name
# input name:'input' -> 'inp'
# output name:'simcc_x' -> 'output_x' && 'simcc_y' -> 'output_y'
python rename_onnx_model.py --model files/test_origin.onnx --origin_names 'input' 'simcc_x' 'simcc_y' --new_names 'inp' 'output_x' 'output_y' --save_file files/test_origin_renamed.onnx
改名前的模型头部
改名后的模型头部
- 3、extract sub onnx model
# sub onnx input name:'input'
# sub onnx output name:'simcc_x'
python extract_sub_onnx.py --model files/test_origin.onnx --input_names 'input' --output_names 'simcc_x' --save_file files/test_origin_sub.onnx
原始模型头部
子模型头部
- 4、merge two onnx to one
利用demo_to_pre_onnx.py
生成预处理模型,
利用onnx_merge.py
将预处理模型与另一个onnx模型进行合并
参考这里