Paddle2ONNX

Paddle2ONNX 项目介绍

Paddle2ONNX 是一个能够将 PaddlePaddle 模型格式转换为 ONNX 模型格式的工具。通过使用 ONNX 格式，开发人员可以将 Paddle 模型部署到多种推理引擎中，比如 TensorRT、OpenVINO、MNN、TNN、NCNN，以及其他支持 ONNX 格式的开源推理引擎或者硬件设备。

环境依赖

Paddle2ONNX 本身不需要依赖其他组件，但建议在以下环境下使用：

• PaddlePaddle 版本需为 2.6.0
• onnxruntime 版本需为 1.10.0 或更高

如何安装

如果您的目标是单纯安装 Paddle2ONNX 而不进行二次开发，可以通过以下命令快速安装：

pip install paddle2onnx

对于有二次开发需求的用户，可按照 GitHub 上的源码编译进行安装。

快速使用指南

获取PaddlePaddle部署模型

在使用 Paddle2ONNX 导出模型时，需要提供部署模型格式，即两个文件：

• model_name.pdmodel: 描述模型结构的文件
• model_name.pdiparams: 包含模型参数的文件

调整Paddle模型

若需调整 Paddle 模型的输入输出，可参考相关工具的教程以获取指导。

使用命令行转换模型

用户可以通过命令行将 Paddle 模型转换为 ONNX 模型，示例如下：

paddle2onnx --model_dir model_dir \
            --model_filename inference.pdmodel \
            --params_filename inference.pdiparams \
            --save_file model.onnx

可调整的命令行参数包括：

• --model_dir: 配置存储 Paddle 模型的目录路径
• --model_filename: 可以选择配置的网络结构文件名
• --params_filename: 可以选择配置的模型参数文件名
• --save_file: 指定转换后模型的保存路径
• 其他参数如 --opset_version、--enable_onnx_checker、--export_fp16_model 等用于更加细致的配置。

裁剪和优化ONNX

若需调整 ONNX 模型，可以使用特定工具来裁剪；如果需要优化导出的 ONNX 模型，建议使用 onnxslim，操作如下：

pip install onnxslim
onnxslim model.onnx slim.onnx

代码贡献

Paddle2ONNX 依靠开发者社区的共同努力来不断发展，开发者可以通过贡献指南来参与项目。

感谢

我们向 PaddlePaddle 团队表示感谢，他们为 Paddle2ONNX 的 CI 建设提供了服务器支持。此外，感谢多位社区用户慷慨捐赠资金以支持项目的发展。通过各方的共同努力，Paddle2ONNX 将不断完善，服务更多开发者。