代码拉取完成,页面将自动刷新
同步操作将从 PaddlePaddle/Paddle2ONNX 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
部分场景下,我们可能只需要原 Paddle 模型中的一部分,因此可以通过以下方式,指定输出,进行模型裁剪(需要注意的是,如若裁剪后,输出不依赖某个模型输入,那么此模型输入也会被裁掉)
python prune_paddle_model.py --model_dir original_paddle_model \
--model_filename model.pdmodel \
--params_filename model.pdiparams \
--output_names unsqueeze2_0.tmp_0 unsqueeze2_0.tmp_0 \
--save_dir new_paddle
其中--output_names
可指定多个输出
以 OCR 模型为例,点击下载 OCR 的检测模型,通过 Netron 可视化这个模型,可以看到其输入名为 x
,形状为 [-1, 3, 960, 960]
( ? 即为 -1 )
事实上,这个模型的结构是可以支持动态形态输入的,我们使用 paddle_infer_shape.py
脚本进行重新导出模型,再通过 Netron 查看模型,可以看到新模型的输入输出都已经更新了
python paddle_infer_shape.py --model_dir ch_PP-OCRv2_det_infer/ \
--model_filename inference.pdmodel \
--params_filename inference.pdiparams \
--save_dir new_model \
--input_shape_dict="{'x':[-1,3,-1,-1]}"
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。