ONNX 模型优化工具

1. ONNX 模型 Shape 推理

有时遇到拿到的 ONNX 模型缺少中间节点的 shape 信息，可以使用 onnx_infer_shape 来进行 shape 推理，此脚本源于onnxruntime，使用方式如下

python onnx_infer_shape.py --input model.onnx --output new_model.onnx

2. 裁剪 ONNX 模型

在部分场景下，我们可能只需要整个模型的一部分，那么可以使用 prune_onnx_model.py 来裁剪模型，如我们只需要模型中的输出 x 和 y 及其之前的节点即可，那么可使用如下方式处理模型

python prune_onnx_model.py --model model.onnx --output_names x y --save_file new_model.onnx

其中 output_names 用于指定最终模型的输出 tensor，可以指定多个

3. 修改模型中间节点命名（包含输入、输出重命名）

python rename_onnx_model.py --model model.onnx --origin_names x y z --new_names x1 y1 z1 --save_file new_model.onnx

其中 origin_names 和 new_names，前者表示原模型中各个命名（可指定多个），后者表示新命名，两个参数指定的命名个数需要相同