/X2Paddle

Deep learning model converter for PaddlePaddle. (『飞桨』深度学习模型转换工具)

Primary LanguagePythonApache License 2.0Apache-2.0

X2Paddle

License Version
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.

转换模型库

X2Paddle在多个主流的CV模型上,测试过TensorFlow/Caffe/ONNX模型的转换,可以在X2Paddle-Model-Zoo查看我们的模型测试列表,可以在OP-LIST中查看目前X2Paddle支持的OP列表。如果你在新的模型上进行了测试转换,也欢迎继续补充该列表;如若无法转换,可通过ISSUE反馈给我们,我们会尽快跟进。

环境依赖

python == 2.7 | python >= 3.5
paddlepaddle >= 1.8.0

按需安装以下依赖
tensorflow : tensorflow == 1.14.0
caffe : 无
onnx : onnx == 1.6.0

安装

安装方式一(推荐)

git clone https://github.com/PaddlePaddle/X2Paddle.git
cd X2Paddle
git checkout develop
python setup.py install

安装方式二

我们会定期更新pip源上的x2paddle版本

pip install x2paddle --index https://pypi.Python.org/simple/

使用方法

TensorFlow

x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model

Caffe

x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model

ONNX

x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model

Paddle2ONNX

# 注意:paddle_infer_model_dir下需包含__model__和__params__两个文件
x2paddle --framework=paddle2onnx --model=paddle_infer_model_dir --save_dir=onnx_model

参数选项

参数
--framework 源模型类型 (tensorflow、caffe、onnx、paddle2onnx)
--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/onnx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
--without_data_format_optimization [可选] For TensorFlow, 当指定该参数时,关闭NHWC->NCHW的优化,见文档Q2
--define_input_shape [可选] For TensorFlow, 当指定该参数时,强制用户输入每个Placeholder的shape,见文档Q2
--params_merge [可选] 当指定该参数时,转换完成后,inference_model中的所有模型参数将合并保存为一个文件__params__
--onnx_opset [可选] 当framework为paddle2onnx时,该参数可设置转换为ONNX的OpSet版本,目前支持9、10、11,默认为10

使用转换后的模型

转换后的模型包括model_with_codeinference_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

小工具

X2Paddle提供了工具解决如下问题,详见tools/README.md

  1. 检测模型是否在PaddleLite中支持
  2. 合并模型参数文件

相关文档

  1. X2Paddle使用过程中常见问题
  2. 如何导出TensorFlow的pb模型
  3. X2Paddle测试模型库
  4. PyTorch模型导出为ONNX模型
  5. X2Paddle内置的Caffe自定义层

更新历史

2019.08.05

  1. 统一tensorflow/caffe/onnx模型转换代码和对外接口
  2. 解决上一版caffe2fluid无法转换多分支模型的问题
  3. 解决Windows上保存模型无法加载的问题
  4. 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。

Acknowledgements

X2Paddle refers to the following projects: