关于使用自己的onnx模型的报错

[NathanielChenZY]

我在使用自己的onnx模型时候报错如下：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Unexpected input data type. Actual: (tensor(float16)) , expected: (tensor(float))

自己寻找原因后发现问题是模型的需要FP32，我的模型是FP16，但我在代码

results = model.predict(frame, save=False, conf=confidence, half=True, agnostic_nms=True, iou=0.7, classes=[ target_selection], device="cuda:0", verbose=False, save_txt=False)

中将half已经开启为Ture，且将pt模型转换的脚本中的half=true也已经设置为true：

model.export(format="engine", workspace=8.0, half=True）

可是在使用onnx模型后还会出现上述报错，随后我将yolov8n.pt利用tools文件夹中的脚本PT_TRT脚本转换成onnx模型（yolov8n.onnx）惊醒推理，依然会报错

麻烦您提供帮助，感激

[Passer1072]

我在使用自己的onnx模型的时候报错如下：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError]: 2: INVALID_ARGUMENT: 意外的输入数据类型。实际：(tensor(float16))，预期：(tensor(float))

自己寻找原因后发现问题是模型的需要FP32，我的模型是FP16，但我在代码

results = model.predict(frame, save=False, conf=confidence, half=True, agnostic_nms=True, iou=0.7, classes=[ target_selection], device="cuda:0", verbose=False, save_txt=False)

中将half已经开启为Ture，并且将pt模型转换的脚本中的half=true也已经设置为true：

model.export(format="engine", workspace=8.0, half=True）

但在使用onnx模型后还会出现上述报错，并且我将yolov8n.pt利用tools文件夹中的脚本PT_TRT脚本转换成onnx模型（yolov8n.onnx）惊醒推理，依然会报错

麻烦您提供帮助，感激不尽

使用onnx模型不能开启半精度推理，请将 half=True改为 half=False尝试下

[NathanielChenZY]

我在使用自己的onnx模型的时候报错如下：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError]: 2: INVALID_ARGUMENT: 意外的输入数据类型。实际：(tensor(float16))，预期：(tensor(float))

自己寻找原因后发现问题是模型的需要FP32，我的模型是FP16，但我在代码

results = model.predict(frame, save=False, conf=confidence, half=True, agnostic_nms=True, iou=0.7, classes=[ target_selection], device="cuda:0", verbose=False, save_txt=False)

中将half已经开启为Ture，并且将pt模型转换的脚本中的half=true也已经设置为true：

model.export(format="engine", workspace=8.0, half=True）

但在使用onnx模型后还会出现上述报错，并且我将yolov8n.pt利用tools文件夹中的脚本PT_TRT脚本转换成onnx模型（yolov8n.onnx）惊醒推理，依然会报错

麻烦您提供帮助，感激不尽

使用onnx模型不能开启半精度推理，请将 half=True改为 half=False尝试下

感谢您的回复，我下午改为false后可以使用，但是帧数下降得很厉害，在ow中大概是20-30帧，远没有engine帧数高，是否后期可以支持半精度推理嘛？

[Passer1072]

我在使用自己的onnx模型的时候报错如下：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError]: 2: INVALID_ARGUMENT: 意外的输入数据类型。实际：(tensor(float16))，预期：(tensor(float))

自己寻找原因后发现问题是模型的需要FP32，我的模型是FP16，但我在代码

results = model.predict(frame, save=False, conf=confidence, half=True, agnostic_nms=True, iou=0.7, classes=[ target_selection], device="cuda:0", verbose=False, save_txt=False)

中将half已经开启为Ture，并且将pt模型转换的脚本中的half=true也已经设置为true：

model.export(format="engine", workspace=8.0, half=True）

但在使用onnx模型后还会出现上述报错，并且我将yolov8n.pt利用tools文件夹中的脚本PT_TRT脚本转换成onnx模型（yolov8n.onnx）惊醒推理，依然会报错

麻烦您提供帮助，感激不尽

使用onnx模型不能开启半精度推理，请将 half=True改为 half=False尝试下

感谢您的回复，我下午改为false后可以使用，但是帧数下降得很厉害，在ow中大概是20-30帧，远没有engine帧数高，是否后期可以支持半精度推理嘛？

不可以，受限于onnx模型的原理无法启用半精度。

[NathanielChenZY]

我在使用自己的onnx模型的时候报错如下：

onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError]: 2: INVALID_ARGUMENT: 意外的输入数据类型。实际：(tensor(float16))，预期：(tensor(float))

自己寻找原因后发现问题是模型的需要FP32，我的模型是FP16，但我在代码

results = model.predict(frame, save=False, conf=confidence, half=True, agnostic_nms=True, iou=0.7, classes=[ target_selection], device="cuda:0", verbose=False, save_txt=False)

中将half已经开启为Ture，并且将pt模型转换的脚本中的half=true也已经设置为true：

model.export(format="engine", workspace=8.0, half=True）

但在使用onnx模型后还会出现上述报错，并且我将yolov8n.pt利用tools文件夹中的脚本PT_TRT脚本转换成onnx模型（yolov8n.onnx）惊醒推理，依然会报错

麻烦您提供帮助，感激不尽

使用onnx模型不能开启半精度推理，请将 half=True改为 half=False尝试下

感谢您的回复，我下午改为false后可以使用，但是帧数下降得很厉害，在ow中大概是20-30帧，远没有engine帧数高，是否后期可以支持半精度推理嘛？

不可以，受限于onnx模型的原理无法启用半精度。

好的，非常感谢您的帮助，我将继续学习