Konvertieren eines TensorFlow-Modells in ONNX

Im vorherigen Schritt dieses Tutorials haben wir mit TensorFlow ein Machine Learning-Modell erstellt. Jetzt konvertieren wir es in das ONNX-Format.

Hier verwenden wir das tf2onnx-Tool, um unser Modell mithilfe dieser Schritte zu konvertieren.

1. Speichern Sie das tf-Modell in Vorbereitung auf die ONNX-Konvertierung, indem Sie den folgenden Befehl ausführen.

python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4.tf --input_size 416 --model yolov4

2. Installieren Sie tf2onnx und onnxruntime, indem Sie die folgenden Befehle ausführen.

pip install onnxruntime
pip install git+https://github.com/onnx/tensorflow-onnx

3. Konvertieren Sie das Modell, indem Sie den folgenden Befehl ausführen.

python -m tf2onnx.convert --saved-model ./checkpoints/yolov4.tf --output model.onnx --opset 11 --verbose

Nächste Schritte

Wir haben unser Modell jetzt in ein ONNX-Format konvertiert, das für die Windows Machine Learning-APIs geeignet ist. In der letzten Phase dieses Tutorials integrieren wir es in eine Windows-App.