Paddle2ONNX

简体中文 | English

简介

Paddle2ONNX支持将PaddlePaddle模型格式转化到ONNX模型格式。通过ONNX可以完成将Paddle模型到多种推理引擎的部署，包括TensorRT/OpenVINO/MNN/TNN/NCNN，以及其它对ONNX开源格式进行支持的推理引擎或硬件。

模型库

Paddle2ONNX建设了一个飞桨热点模型的模型库，包括PicoDet、OCR、HumanSeg等多种领域模型，有需求的开发者可直接下载使用，进入目录model_zoo了解更多详情！

环境依赖

• 无

安装

pip install paddle2onnx

• Github 源码安装方式

使用

获取PaddlePaddle部署模型

Paddle2ONNX在导出模型时，需要传入部署模型格式，包括两个文件

• model_name.pdmodel: 表示模型结构
• model_name.pdiparams: 表示模型参数 [注意] 这里需要注意，两个文件其中参数文件后辍为.pdiparams，如你的参数文件后辍是.pdparams，那说明你的参数是训练过程中保存的，当前还不是部署模型格式。 部署模型的导出可以参照各个模型套件的导出模型文档。

命令行转换

paddle2onnx --model_dir saved_inference_model \
            --model_filename model.pdmodel \
            --params_filename model.pdiparams \
            --save_file model.onnx \
            --enable_dev_version True

如你有ONNX模型优化的需求，推荐使用onnx-simplifier，也可使用如下命令对模型进行优化

python -m paddle2onnx.optimize --input_model model.onnx --output_model new_model.onnx

如需要修改导出的模型输入形状，如改为静态shape

python -m paddle2onnx.optimize --input_model model.onnx \
                               --output_model new_model.onnx \
                               --input_shape_dict "{'x':[1,3,224,224]}"

PaddleSlim量化模型导出请参考：量化模型导出ONNX

参数选项

参数	参数说明
--model_dir	配置包含Paddle模型的目录路径
--model_filename	[可选] 配置位于--model_dir下存储网络结构的文件名
--params_filename	[可选] 配置位于--model_dir下存储模型参数的文件名称
--save_file	指定转换后的模型保存目录路径
--opset_version	[可选] 配置转换为ONNX的OpSet版本，目前支持7~15等多个版本，默认为9
--enable_dev_version	[可选] 是否使用新版本Paddle2ONNX（推荐使用），默认为False
--enable_onnx_checker	[可选] 配置是否检查导出为ONNX模型的正确性, 建议打开此开关。若指定为True， 默认为False
--enable_auto_update_opset	[可选] 是否开启opset version自动升级,当低版本opset无法转换时，自动选择更高版本的opset 默认为True
--input_shape_dict	[可选] 配置输入的shape, 默认为空; 此参数即将移除，如需要固定Paddle模型输入Shape，请使用此工具处理
--deploy_backend	[可选] 量化模型部署的推理引擎，支持onnxruntime、tensorrt或others，当选择others时，所有的量化信息存储于max_range.txt文件中，默认为onnxruntime
--version	[可选] 查看paddle2onnx版本

• 使用onnxruntime验证转换模型, 请注意安装最新版本（最低要求1.10.0）：

License

Provided under the Apache-2.0 license.