あなたの質問から学ぶ:https://github.com/WenmuZhou/DBNet.pytorch/issues
トレーニング済みモデルをonnxに変換する方法には、常にサポートされていない操作があります#65
モデルヘッドのDBHead.pyのアップサンプルのモードを「最も近い」に変更します
これは質疑応答の文です。これで、作成者のコードが変更されました。
module_list = [
nn.Upsample(scale_factor=2, mode='nearest'),
nn.Conv2d(in_channels, inter_out_channels, 3, 1, 1, bias=bias)]
その他の問題のフォローアップ補足。
スケールスケーリングをサポートするためにpytorchモデルをonnxモデルに変換する方法。
みんなの質問から学ぶ:https://github.com/ouyanghuiyu/chineseocr_lite/issues/206
はい、torch2onnxは動的形状を設定できますが、onnxsimplifierを使用する場合は、input-shapeを指定してから、ncnnに切り替える必要があります。paramのinterpの後に固定サイズのスケーリングが続きます。Interpには3、4パラメータの固定サイズのスケーリングがあり、次にIサイズの動的出力を実現するために、6つのInterpパラメーターが変更されました。@ zhengqiclによって提供されたコードによると、正常に推測でき、結果は正しいです。今試してみました。ウェブサイトを直接変換した後、3つまたは4つのパラメータはありません。これは私のパラメータとの違いです。直接推測できます。使いやすいです。ありがとうございます。