Konwertowanie modelu TensorFlow na ONNX

W poprzednim kroku tego samouczka utworzyliśmy model uczenia maszynowego za pomocą biblioteki TensorFlow. Teraz przekonwertujemy go na format ONNX.

W tym miejscu użyjemy tf2onnx narzędzia , aby przekonwertować nasz model, wykonując następujące kroki.

1. Zapisz model tf w ramach przygotowania do konwersji ONNX, uruchamiając następujące polecenie.

python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4.tf --input_size 416 --model yolov4

2. Zainstaluj tf2onnx i onnxruntime, uruchamiając następujące polecenia.

pip install onnxruntime
pip install git+https://github.com/onnx/tensorflow-onnx

3. Przekonwertuj model, uruchamiając następujące polecenie.

python -m tf2onnx.convert --saved-model ./checkpoints/yolov4.tf --output model.onnx --opset 11 --verbose

Dalsze kroki

Teraz przekonwertowaliśmy nasz model na format ONNX, który jest odpowiedni do użycia z interfejsami API usługi Windows Machine Learning. Na ostatnim etapie tego samouczka integrujemy go z aplikacją systemu Windows.