教程 5：如何导出模型为 onnx 格式¶

开放式神经网络交换格式（Open Neural Network Exchange，即 ONNX）是各种框架共用的一种模型交换格式，AI 开发人员可以方便将模型部署到所需的框架之中。

支持的模型
如何使用
- 准备工作

支持的模型¶

MMPose 支持将训练好的各种 Pytorch 模型导出为 ONNX 格式。支持的模型包括但不限于：

ResNet
HRNet
HigherHRNet

如何使用¶

用户可以使用这里的脚本来导出 ONNX 格式。

准备工作¶

首先，安装 onnx

pip install onnx onnxruntime

MMPose 提供了一个 python 脚本，将 MMPose 训练的 pytorch 模型导出到 ONNX。

python tools/deployment/pytorch2onnx.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--shape ${SHAPE}] \
    [--verify] [--show] [--output-file ${OUTPUT_FILE}]  [--is-localizer] [--opset-version ${VERSION}]

可选参数：

--shape: 模型输入张量的形状。对于 2D 关键点检测模型（如 HRNet），输入形状应当为 $batch $channel $height $width (例如，1 3 256 192)；
--verify: 是否对导出模型进行验证，验证项包括是否可运行，数值是否正确等。如果没有手动指定，默认为 False。
--show: 是否打印导出模型的结构。如果没有手动指定，默认为 False。
--output-file: 导出的 onnx 模型名。如果没有手动指定，默认为 tmp.onnx。
--opset-version：决定 onnx 的执行版本，MMPose 推荐用户使用高版本（例如 11 版本）的 onnx 以确保稳定性。如果没有手动指定，默认为 11。

如果发现提供的模型权重文件没有被成功导出，或者存在精度损失，可以在本 repo 下提出问题（issue）。