此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 函数
  • ensure_onnx_helper_compatibility
  • get_external_data_paths
  • has_external_data
  • save_onnx_model
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

onnx_compatibility

最后更新
Python API: modelconverter.utils.onnx_compatibility用于平滑ONNX版本之间差异的辅助工具。ONNX是所有平台都可以接受的输入格式,因此modelconverter必须应对给定镜像中ONNX包提供的任何内容:辅助函数在不同版本之间来来去去,而对于单个protobuf来说太大的模型则将其权重保存在伴随文件中。此模块将缺失的辅助函数重新打补丁,并收集包的其余部分所需的外部数据处理。

函数

ensure_onnx_helper_compatibility

Python
1def ensure_onnx_helper_compatibility():
将标量转换辅助函数重新打补丁到onnx.helper中。ONNX 1.21删除了float32_to_bfloat16和float32_to_float8e4m3,而ONNX GraphSurgeon仍然导入它们。这里重新引入了这两个函数,它们是在ml_dtypes之上实现的,并且仍然提供它们的ONNX版本保持不变。

get_external_data_paths

Python
1def get_external_data_paths(model_path: PathType) -> list[Path]:
返回保存模型外部张量数据的每个伴随文件。使用all_tensors_to_one_file=False保存的模型为每个张量保留一个文件,因此不一定只有一个文件。

has_external_data

Python
1def has_external_data(model_path: PathType) -> bool:
模型是否将其任何张量保存在伴随文件中。重新保存模型的调用者会将所有张量合并到一个新文件中,因此他们只需要知道是否存在外部数据,而不需要知道它当前位于何处。

save_onnx_model

Python
1def save_onnx_model(model: onnx.ModelProto, output_path: PathType, *, save_as_external_data: bool = False, location: str | None = None):
保存ONNX模型,可选地将其张量保存在旁边。当请求外部数据时,初始化器将写入模型旁边的一个伴随文件中,替换同名的早期文件。节点属性中保存的张量保留在模型文件中。参数
  • model (onnx.ModelProto): 要保存的模型。
  • output_path (PathType): 写入模型的路径。
  • save_as_external_data (bool): 是否将张量数据存储在伴随文件中,而不是模型文件本身。
  • location (str | None): 该伴随文件的名称。默认为模型文件名后附加_data。