pytorch模型结构可视化,可显示每层的尺寸

最近在学习一些检测方面的网络,使用的是pytorch。模型结构可视化是学习网络的有用的部分,pytorch没有原生支持这个功能,需要找一些其他方式,下面总结几种方法 (推荐用4)

1. torch .pt -> netron

netron是一个专门可视化模型的工具,支持很多格式,很自然的就是用它直接显示torch保存的模型。但是实际上...  

 

 

  显示成了上图,基本上没什么用。

2. 网上说的比较多的几种方式

a. tensorboardx 画出来的比较丑   b. tensorwatch 支持的torch版本低,容易出错   c. graphviz 实测yolov5异常。。

3. torch->caffe->netron

caffe支持的操作不够多,转换很容易碰到不支持的情况

4. torch->onnx->netron

pytorch对onnx支持的比较好,直接有导出接口。   torch.onnx.export...   但这样直接转出来的onnx进行显示没有每一层的输入大小,如下图,还是不方便看。  

 

 

  我们可以将导出的onnx进行以下操作:       import onnx   from onnx import shape_inference   model = 'best.onnx'   onnx.save(onnx.shape_inference.infer_shapes(onnx.load(model)), model)       再用netron进行显示即可得到,用这种结构图学习就好多了:  

 

 欢迎关注:老司机的视觉屋

   

相关推荐

网友评论(0)