使用netron对TensorFlow、Pytorch、Keras、PaddlePaddle、MXNet、Caffe、ONNX、UFF、TNN、ncnn、OpenVINO等模型的可视化
文章目录：
Netron是一个神经网络、深度学习和机器学习预训练模型的查看器或可视化工具
先介绍几个Netron的文档相关信息：
1 Netron支持的深度学习框架的预训练模型
Netron几乎支持可视化所有的主流的深度学习框架预训练模型，真的特别特别多，下面我们就开始掰一掰：
| 序号 | 深度学习框架名 | 深度学习框架的预训练模型后缀名 |
|---|---|---|
1 |
TensorFlow |
.pb, .meta, .pbtxt, .ckpt, .index |
2 |
TensorFlow Lite |
.tflite |
3 |
TensorFlow.js |
model.json, .pb |
4 |
Keras |
, .keras |
5 |
Pytorch |
.pt, .pth |
6 |
Torch |
.t7 |
7 |
TorchScript |
.pt, .pth |
8 |
Caffe |
.caffemodel |
9 |
Caffe2 |
predict_net.pb |
10 |
MXNet |
.model, -symbol.json |
11 |
PaddlePaddle |
.zip, __model__ |
12 |
Chainer |
.npz, .h5 |
13 |
CNTK |
.model, .cntk |
14 |
ONNX |
.onnx, .pb, .pbtxt |
15 |
UFF |
.uff |
16 |
ncnn |
.param |
17 |
TNN |
.tnnproto |
18 |
BigDL |
.bigdl, .model |
19 |
Deeplearning4j |
.zip |
20 |
Arm NN |
.armnn |
21 |
MediaPipe |
.pbtxt |
22 |
ML.NET |
.zip |
23 |
MNN |
.mnn |
24 |
scikit-learn |
.pkl |
25 |
OpenVINO |
.xml |
26 |
Core ML |
.mlmodel |
27 |
Tengine |
.tmfile |
28 |
Barracuda |
.nn |
29 |
Darknet |
.cfg |
2Netron可视化模型的方式
Netron可视化模型的方式也很多，主要有：
- 在线可视化模型
- 离线APP可视化模型
- 使用Netron API可视化模型
2.1 在线可视化模型
1、打开Netron地址，可以看到如下界面
2、点击Open Model上传一个预训练的模型即可可视化
如下我上传一个resnet50.onnx模型可视化结果如下：
从可视化话的结果可以看出如下信息
- 模型的网络整体结构图
- 使用的深度学习框架及其版本信息
- 模型输入维度
- 模型输出维度
- 同时你也可以可视化的图片保存下来
2.2 离线APP可视化模型
我是在windows系统环境下测试，其他环境同理安装软甲即可！
1、下载windows 的Netron的exe软件包
2、下载完直接安装，界面和上面在线的Netron一样，直接导入模型可视化即可
2.3 使用Netron API可视化模型
使用API可视化，首先需要使用pip安装Netron
1、安装Netron
pip install netron
2、直接使用start(pred_model)函数可视化
netron.start(pred_model)
然后默认会打开8080端口，会直接跳转到浏览器中，可视化，如果没有跳转你就自己把url粘贴到浏览器中即可！
还有一些其他函数的使用，自从查看具体使用;
♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠