[人工智能-深度学习-79]:开发环境 - 模型结构可视化神器Netron的使用
Posted 文火冰糖的硅基工坊
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[人工智能-深度学习-79]:开发环境 - 模型结构可视化神器Netron的使用相关的知识,希望对你有一定的参考价值。
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客
本文网址:https://blog.csdn.net/HiWangWenBing/article/details/122367300
目录
1.2 github 链接(包括工具源代码、可执行文件的下载和说明)
4.1 直接可视化:*.pt模型文件,如yolov5s.pt
前言:
随着网络越来越复杂,对网络可视化表达的需求越来越强烈,另一方面,我们可能或获得他人预训练好的模型,想了解这个预训练模型的网络结构,当然,可以通过Pytorch代码去解析模型的结构,但这种方式麻烦且不直观,因此对网络可视化的诉求也就越发强烈。
本文将介绍一种模型结构可视化神器:Netron
第1章 什么是Netron
1.1 概述
Netron是一款神经网络模型结构可视化工具。
1.2 github 链接(包括工具源代码、可执行文件的下载和说明)
https://github.com/lutzroeder/Netron
1.3 支持的操作系统
支持windows,Linux,mac系统。
1.4 支持的模型
Netron支持主流各种框架的模型结构可视化工作。
- ONNX: squeezenet [open] => open CV
- TensorFlow Lite: hair_segmentation [open]
- TensorFlow: chessbot [open] => TF
- Keras: mobilenet [open]
- Caffe: mobilenet_v2 [open]
- TorchScript: traced_online_pred_layer [open] => Pytorch
- Core ML: exermote [open]
- Darknet: yolo [open] => YOLO
第2章 如何安装Netron与环境准备
macOS: Download the .dmg
file or run brew install netron
Linux: Download the .AppImage
file or run snap install netron
Windows: Download the .exe
installer or run winget install -s winget netron
Browser: Start the browser version.
Python Server: Run pip install netron
and netron [FILE]
or netron.start('[FILE]')
.
2.1 IE远程可视化
不需要安装,只需要把模型文件上传到远程服务器上,就可以可视化模型
2.2 Windows本地可视化
在windows系统,下载一个.exe文件就很稳了,如下:
Windows: Download
第3章 如何使用Netron
3.1 IE远程可视化
(1)启动
Browser: Start the browser version.
(2)直接上传模型文件即可
(3)远程工具的配置
3.2 Windows本地
安装可执行程序后,执行netron应用程序,界面与IE远程访问相似:
第4章 YOLO 下使用Netron工具
4.1 直接可视化:*.pt模型文件,如yolov5s.pt
包含的信息少,只能显示类似如下的网络:
4.2 可视化onnx格式的模型文件
onnx格式的模型文件包含更多的可视化信息。
在YOLO环境下,可以通过工具把*.pt的模型文件转换成*.onnx格式的文件。
(1)转换工具的依赖文件
pip3 install onnx
(2)转换工具:yolov5/export
python export.py --weights yolov5s.pt
输入参数:
- --weights : 指定待转换的模型名称
输出模型:
- yolov5s.onnx
(3)转换前的yolov5s.pt
(4)转换后的yolov5s.onnx
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客
本文网址:https://blog.csdn.net/HiWangWenBing/article/details/122367300
以上是关于[人工智能-深度学习-79]:开发环境 - 模型结构可视化神器Netron的使用的主要内容,如果未能解决你的问题,请参考以下文章
基于.NET下的人工智能|利用ICSharpCore搭建基于.NET Core的机器学习和深度学习的本地开发环境
飞桨开源框架2.0,带你走进全新高层API,十行代码搞定深度学习模型开发