X2Paddle-develop.zip

  • d1_737809
    了解作者
  • 216.9KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-14 09:32
    上传日期
X2Paddle-develop demo
X2Paddle-develop.zip
内容介绍
# X2Paddle [![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE) [![Version](https://img.shields.io/github/release/PaddlePaddle/X2Paddle.svg)](https://github.com/PaddlePaddle/X2Paddle/releases) X2Paddle支持将其余深度学习框架训练得到的模型,转换至PaddlePaddle模型。 X2Paddle is a toolkit for converting trained model to PaddlePaddle from other deep learning frameworks. ## 转换模型库 X2Paddle在多个主流的CV模型上,测试过TensorFlow/Caffe/ONNX模型的转换,可以在[X2Paddle-Model-Zoo](x2paddle_model_zoo.md)查看我们的模型测试列表,可以在[OP-LIST](op_list.md)中查看目前X2Paddle支持的OP列表。如果你在新的模型上进行了测试转换,也欢迎继续补充该列表;如若无法转换,可通过ISSUE反馈给我们,我们会尽快跟进。 ## 环境依赖 python == 2.7 | python >= 3.5 paddlepaddle >= 1.8.0 **按需安装以下依赖** tensorflow : tensorflow == 1.14.0 caffe : 无 onnx : onnx >= 1.6.0 ## 安装 ### 安装方式一(推荐) ``` git clone https://github.com/PaddlePaddle/X2Paddle.git cd X2Paddle git checkout develop python setup.py install ``` ### 安装方式二 我们会定期更新pip源上的x2paddle版本 ``` pip install x2paddle --index https://pypi.Python.org/simple/ ``` ## 使用方法 ### TensorFlow ``` x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model ``` ### Caffe ``` x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model ``` ### ONNX ``` x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model ``` ### Paddle2ONNX ``` Paddle2ONNX功能已迁移至新的github: https://github.com/PaddlePaddle/paddle2onnx, 欢迎大家去新的代码仓库查看详细介绍以及新功能。 ``` ### 参数选项 | 参数 | | |----------|--------------| |--framework | 源模型类型 (tensorflow、caffe、onnx) | |--prototxt | 当framework为caffe时,该参数指定caffe模型的proto文件路径 | |--weight | 当framework为caffe时,该参数指定caffe模型的参数文件路径 | |--save_dir | 指定转换后的模型保存目录路径 | |--model | 当framework为tensorflow/onnx时,该参数指定tensorflow的pb模型文件或onnx模型路径 | |--caffe_proto | **[可选]** 由caffe.proto编译成caffe_pb2.py文件的存放路径,当存在自定义Layer时使用,默认为None | |--define_input_shape | **[可选]** For TensorFlow, 当指定该参数时,强制用户输入每个Placeholder的shape,见[文档Q2](FAQ.md) | |--params_merge | **[可选]** 当指定该参数时,转换完成后,inference_model中的所有模型参数将合并保存为一个文件__params__ | ## 使用转换后的模型 转换后的模型包括`model_with_code`和`inference_model`两个目录。 `model_with_code`中保存了模型参数,和转换后的python模型代码 `inference_model`中保存了序列化的模型结构和参数,可直接使用paddle的接口进行加载,见[load_inference_model](https://www.paddlepaddle.org.cn/documentation/docs/zh/1.5/api_guides/low_level/inference.html#api-guide-inference) ## 小工具 X2Paddle提供了工具解决如下问题,详见[tools/README.md](tools/README.md) 1. 检测模型是否在PaddleLite中支持 2. 合并模型参数文件 ## 相关文档 1. [X2Paddle使用过程中常见问题](FAQ.md) 2. [如何导出TensorFlow的pb模型](export_tf_model.md) 3. [X2Paddle测试模型库](x2paddle_model_zoo.md) 4. [PyTorch模型导出为ONNX模型](pytorch_to_onnx.md) 5. [X2Paddle内置的Caffe自定义层](caffe_custom_layer.md) ## 更新历史 2019.08.05 1. 统一tensorflow/caffe/onnx模型转换代码和对外接口 2. 解决上一版caffe2fluid无法转换多分支模型的问题 3. 解决Windows上保存模型无法加载的问题 4. 新增optimizer,优化代码结构,合并conv、batch_norm的bias和激活函数 **如果你需要之前版本的tensorflow2fluid/caffe2fluid/onnx2fluid,可以继续访问release-0.3分支,获取之前版本的代码使用。** ## Acknowledgements X2Paddle refers to the following projects: - [MMdnn](https://github.com/microsoft/MMdnn)
评论
    相关推荐