X2Paddle
X2Paddle支持将其余深度学习框架训练得到的模型,转换至PaddlePaddle模型。
X2Paddle is a toolkit for converting trained model to PaddlePaddle from other deep learning frameworks.
更新历史
2019.08.05
- 统一tensorflow/caffe/onnx模型转换代码和对外接口
- 解决上一版caffe2fluid无法转换多分支模型的问题
- 解决Windows上保存模型无法加载的问题
- 新增optimizer,优化代码结构,合并conv、batch_norm的bias和激活函数
如果你需要之前版本的tensorflow2fluid/caffe2fluid/onnx2fluid,可以继续访问release-0.3分支,获取之前版本的代码使用。
环境依赖
python >= 3.5
paddlepaddle >= 1.5.0
以下依赖只需对应安装自己需要的即可
转换tensorflow模型 : tensorflow == 1.14.0
转换caffe模型 : caffe == 1.0.0
转换onnx模型 : onnx == 1.5.0 pytorch == 1.1.0
安装
安装方式一
pip install x2paddle
安装方式二
如果需要使用最新的代码版本,可使用如下方式进行安装
pip install git+https://github.com/PaddlePaddle/X2Paddle.git@develop
安装方式三
git clone https://github.com/PaddlePaddle/X2Paddle.git
cd X2Paddle
git checkout develop
python setup.py install
使用方法
TensorFlow
x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model
Caffe
x2paddle --framework=caffe --prototxt=deploy.proto --weight=deploy.caffemodel --save_dir=pd_model
ONNX
x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model
参数选项
参数 | |
---|---|
--framework | 源模型类型 (tensorflow、caffe、onnx) |
--prototxt | 当framework为caffe时,该参数指定caffe模型的proto文件路径 |
--weight | 当framework为caffe时,该参数指定caffe模型的参数文件路径 |
--save_dir | 指定转换后的模型保存目录路径 |
--model | 当framework为tensorflow/pmmx时,该参数指定tensorflow的pb模型文件或onnx模型路径 |
--caffe_proto | [可选]由caffe.proto编译成caffe_pb2.py文件的存放路径,当存在自定义Layer时使用,默认为None |
使用转换后的模型
转换后的模型包括model_with_code
和inference_model
两个目录。
model_with_code
中保存了模型参数,和转换后的python模型代码
inference_model
中保存了序列化的模型结构和参数,可直接使用paddle的接口进行加载,见load_inference_model
相关文档
Acknowledgements
X2Paddle refers to the following projects: