将 TensorFlow 模型转换为 ONNX
在本教程的上一步中,我们使用 TensorFlow 创建了机器学习模型。 现在,将该模型转换为 ONNX 格式。
在这里,我们将使用 tf2onnx
工具按照以下步骤转换模型。
- 运行以下命令保存 tf 模型,以准备进行 ONNX 转换。
python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4.tf --input_size 416 --model yolov4
- 运行以下命令安装
tf2onnx
和onnxruntime
。
pip install onnxruntime
pip install git+https://github.com/onnx/tensorflow-onnx
- 运行以下命令转换模型。
python -m tf2onnx.convert --saved-model ./checkpoints/yolov4.tf --output model.onnx --opset 11 --verbose
后续步骤
我们现在已将模型转换为 ONNX 格式,它非常适合与 Windows 机器学习 API 一起使用。 在本教程的最后阶段,我们将其集成到 Windows 应用中。
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈