Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
In de vorige stap van deze zelfstudie hebben we een machine learning-model gemaakt met TensorFlow. Nu converteren we deze naar de ONNX-indeling.
Hier gebruiken we het tf2onnx hulpprogramma om ons model te converteren. Volg deze stappen.
- Sla het tf-model op in voorbereiding op ONNX-conversie door de volgende opdracht uit te voeren.
python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4.tf --input_size 416 --model yolov4
- Installeer
tf2onnxenonnxruntimevoer de volgende opdrachten uit.
pip install onnxruntime
pip install git+https://github.com/onnx/tensorflow-onnx
- Converteer het model door de volgende opdracht uit te voeren.
python -m tf2onnx.convert --saved-model ./checkpoints/yolov4.tf --output model.onnx --opset 11 --verbose
Volgende stappen
We hebben ons model nu geconverteerd naar een ONNX-indeling, geschikt voor gebruik met Windows Machine Learning-API's. In de laatste fase van deze zelfstudie integreren we deze in een Windows-app.