Aprenda de sus preguntas: https://github.com/WenmuZhou/DBNet.pytorch/issues
Cómo convertir un modelo entrenado a onnx siempre tiene operaciones no admitidas # 65
Cambie el modo de upsample en DBHead.py en model-head a "más cercano"
Esta es la oración de la pregunta y la respuesta. Ahora se ha cambiado el código del autor:
module_list = [
nn.Upsample(scale_factor=2, mode='nearest'),
nn.Conv2d(in_channels, inter_out_channels, 3, 1, 1, bias=bias)]Suplementos de seguimiento para otros problemas.
Cómo convertir el modelo de pytorch en el modelo onnx para admitir el escalado.
Aprenda de las preguntas de todos: https://github.com/ouyanghuiyu/chineseocr_lite/issues/206
Sí, torch2onnx puede establecer una forma dinámica, pero cuando se usa onnxsimplifier, debe especificar la forma de entrada y luego pasar a ncnn. La interp en param es seguida por una escala de tamaño fijo. Interp tendrá una escala de tamaño fijo de 3, 4 parámetros, y luego yo Los 6 parámetros de Interp se han cambiado para realizar la salida dinámica del tamaño. Según el código proporcionado por @ zhengqicl, se puede inferir normalmente y el resultado es correcto. Lo intenté hace un momento. Después de que el sitio web se convierte directamente, no hay 3 o 4 parámetros. Esta es la diferencia con mi parámetro. Se puede inferir directamente. Es fácil de usar. Gracias, chicos.
