DBNetスタディノート（3）の問題と解決策

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。