北京网站设计与制作,视频制作软件电脑版,做网站开视频网站,无锡网站推广1、往onnx中写入
在训练完毕之后#xff0c;我们先使用torch.onnx.export() 导出onnx模型#xff0c;然后我们再使用以下代码来往metadata中写入信息#xff1a; # Metadatad {# stride: int(max(model.stride)),names: model.names,mean : [0,0,0],std : [1,1,1],normali…1、往onnx中写入
在训练完毕之后我们先使用torch.onnx.export() 导出onnx模型然后我们再使用以下代码来往metadata中写入信息 # Metadatad {# stride: int(max(model.stride)),names: model.names,mean : [0,0,0],std : [1,1,1],normalize : [1/255],imgsz : imgsz,optsize : imgsz,min_size : imgsz,max_size : imgsz,}for k, v in d.items():meta model_onnx.metadata_props.add()meta.key, meta.value k, str(v)onnx.save(model_onnx, f)
2、加载onnx并读取信息
model onnx.load(model_path)# 比如我们想要读取的时类别信息
class_names model.metadata_props[1].value这里的model.metadata_props是一个字典列表我们可以在debug时查看我们想要读取的信息是列表哪个索引然后用字典的value来获得数据。
