### X2Paddle已经发布0.5版本,提供统一的模型转换工具,支持onnx/caffe/tensorflow,最新代码在develop分支:) develop分支: https://github.com/PaddlePaddle/X2Paddle/tree/develop # onnx2fluid [![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE) onnx2fluid支持将ONNX模型转换为PaddlePaddle模型,并用于预测,用户也可以通过将PyTorch模型导出为ONNX模型,再使用onnx2fluid将模型转为PaddlePaddle模型。 ## 特色 * 导出Python代码和fluid ProgramDesc模型 * 权重可嵌入支持的算子中 * 转换验证打包三合一 * 转换过程不依赖PaddlePaddle * 可自由扩展算子 ## 环境配置 在如下环境配置中测试成功: * python 3.5+ * onnx == 1.4.1 * paddlepaddle == 1.5.0 (可选,仅用于验证) 使用[Anaconda](https://docs.anaconda.com/anaconda/install): ``` shell conda install -c conda-forge onnx pip install paddlepaddle==1.5.0 ``` ## 动手玩 测试ONNX官方预训练模型,包含alexnet, googlenet, caffenet, rcnn inception_v1, inception_v2, resnet50, shufflenet, squeezenet, vgg19, zfnet512等: ``` shell python setup.py install cd examples sh onnx_model_zoo.sh ``` 使用PyTorch搭建模型,导出ONNX,转换并验证: ``` shell python setup.py install cd examples python gen_some_samples.py onnx2fluid sample_1.onnx -t sample_1.npz ``` ## 使用说明 目前支持 **ONNX opset 9+** 的部分算子,对应PyTorch版本 **1.0/1.1(stable opset)**,更多兼容信息请参考[ONNX文档](https://github.com/onnx/onnx/blob/master/docs/Operators.md) onnx2fluid: ```shell onnx2fluid [-dexy] [-o /path/to/export_dir/] [-z archive.zip] [-t test_data.npz] [-i [input_name1,input_name2]] /path/to/onnx/model.onnx optional arguments: --debug, -d 启用调试 --embed_params, -e 尝试权重内嵌 --no-pedantic, -x 转换扩展的ONNX算子 --skip-version-conversion, -y 跳过ONNX算子版本转换 --output_dir, -o 指定输出目录 --archive [ARCHIVE], -z [ARCHIVE] 如果验证通过,打包到指定的ZIP文件 --infer_inputs, -i [input_name1,input_name2] 调用PaddlePaddle fluid类形推导完善模型 ``` 转换工具onnx2fluid.conversion: ```shell onnx2fluid.conversion [-dexy] [-o /path/to/export_dir/] /path/to/onnx/model.onnx ``` 验证工具onnx2fluid.validate: ```shell onnx2fluid.validate [-d] [-t test_data.npz] [-i [input_name1,input_name2]] [-p 1e-3] /path/to/onnx/model.onnx ``` ## 参考 * PaddlePaddle [算子](http://www.paddlepaddle.org/documentation/docs/zh/1.5/api_cn/layers_cn.html) * PaddlePaddle [加载预测模型](http://www.paddlepaddle.org/documentation/docs/zh/1.5/api_guides/low_level/inference.html#id4)