OneFlow 和 ONNX 交互

oneflow_convert_tools

OneFlow 相关的模型转换工具

oneflow_onnx

PyPI version PyPI pyversions PyPI license PRs Welcome

简介

oneflow_onnx 工具包含两个功能,一个是将 OneFlow 导出 ONNX,另外一个是将各个训练框架导出的 ONNX 模型转换为 OneFlow 的模型。本工程已经适配了 TensorFlow/Pytorch/PaddlePaddle 框架的预训练模型通过导出 ONNX 转换为 OneFlow(我们将这一功能叫作 X2OneFlow)。

  • OneFlow2ONNX 模型支持,支持 OneFlow 静态图模型转为 ONNX,可转换由 flow.checkpoint.save 方法保存下来的 OneFlow 模型,详情可以参考 OneFlow2ONNX 模型列表
  • X2OneFlow 模型支持,支持将 TensorFlow/Pytorch/PaddlePaddle 的模型通过 ONNX 转换为 OneFlow 的模型,详情可以参考 X2OneFlow 模型列表
  • OneFlow2ONNX 算子支持,目前稳定支持导出 ONNX Opset10,部分 OneFlow 算子支持更低的 ONNX Opset 转换,详情可以参考 OneFlow2ONNX 算子列表
  • X2OneFlow 算子支持,目前稳定支持 TensorFlow/Pytorch/PaddlePaddle 中涵盖大部分 CV 场景的算子,详情可以参考 X2OneFlow 算子列表
  • 代码生成支持,支持将 TensorFlow/Pytorch/PaddlePaddle 的模型通过 ONNX 转换为 OneFlow 的模型并同时生成 OneFlow 的代码,详情可以参考 X2OneFlow 代码生成模型列表

目前 OneFlow2ONNX 支持80+的 OneFlow OP 导出为 ONNX OP。X2OneFlow 支持80个 ONNX OP,50+个 TensorFlow OP,80+个 Pytorch OP,50+个 PaddlePaddle OP,覆盖了大部分 CV 分类模型常用的操作。注意我们支持的 OP 和模型均为动态图 API 下的 OP 和模型,要求 PaddlePaddle 的版本>=2.0.0,TensorFlow >=2.0.0,Pytorch 无明确版本要求。目前 X2OneFlow 已经成功转换了50+个 TensorFlow/Pytorch/PaddlePaddle 官方模型。欢迎体验此项目。

环境依赖

用户环境配置
  1. python>=3.5
  2. onnx>=1.8.0
  3. onnx-simplifier>=0.3.3
  4. onnxoptimizer>=0.2.5
  5. onnxruntime>=1.6.0
  6. oneflow (https://github.com/Oneflow-Inc/oneflow#install-with-pip-package)

如果你想使用 X2OneFlow(X 代表 TensorFlow/Pytorch/PaddlePaddle)则需要安装对应的深度学习框架。依赖如下:

  1. pytorch>=1.7.0
  2. paddlepaddle>=2.0.0
  3. paddle2onnx>=0.6
  4. tensorflow>=2.0.0
  5. tf2onnx>=1.8.4

安装

安装方式1
  1. pip install oneflow_onnx

安装方式2

  1. git clone https://github.com/Oneflow-Inc/oneflow_convert_tools
  2. cd oneflow_onnx
  3. python3 setup.py install

使用方法

请参考使用示例

相关文档

nchw2nhwc_tool

简介

本工具的功能是将 OneFlow 训练的 NCHW 排布的权重转换为 NHWC 排布,使用方法在这里

save_serving_tool

简介

本工具的目的是将 OneFlow 训练的模型转换为 Serving 端可用的模型,使用方法在这里

为正常使用来必力评论功能请激活JavaScript