NAFNet
NAFNet copied to clipboard
模型转为onnx
转为onnx问题已经解决,代码已经更新。可以供给大家参考,如有侵权,可联系本人删除 https://blog.csdn.net/TF666666/article/details/125678629?spm=1001.2014.3001.5502
你好,我有两个问题请教:
- 这种方法导出的onnx和pytorch推断结果在数值上是一样的么?
- 在修改网络结构后,是否需要重新训练网络再导出onnx?
你好,我有两个问题请教:
- 这种方法导出的onnx和pytorch推断结果在数值上是一样的么?
- 在修改网络结构后,是否需要重新训练网络再导出onnx?
我这边是自己训练的模型,你可以用官方公开数据集和提供的训练好的权重测试一下,对于图像处理效果来说和官方的没有差别,不过具体数据我没有对比。您可以尝试一下。提供的代码包含导出和测试。
你好,我有两个问题请教:
- 这种方法导出的onnx和pytorch推断结果在数值上是一样的么?
- 在修改网络结构后,是否需要重新训练网络再导出onnx?
我这边是自己训练的模型,你可以用官方公开数据集和提供的训练好的权重测试一下,对于图像处理效果来说和官方的没有差别,不过具体数据我没有对比。您可以尝试一下。提供的代码包含导出和测试。
感谢回复,请问自己训练的模型是指,先修改好网络结构后再训练的嘛?
你好,我有两个问题请教:
- 这种方法导出的onnx和pytorch推断结果在数值上是一样的么?
- 在修改网络结构后,是否需要重新训练网络再导出onnx?
我这边是自己训练的模型,你可以用官方公开数据集和提供的训练好的权重测试一下,对于图像处理效果来说和官方的没有差别,不过具体数据我没有对比。您可以尝试一下。提供的代码包含导出和测试。
感谢回复,请问自己训练的模型是指,先修改好网络结构后再训练的嘛?
我是将网络修改完使用自己数据重新训练的,https://github.com/megvii-research/NAFNet/blob/main/docs/GoPro.md 按照官方的步骤对数据进行处理。
这个有没有办法再改进一下, permute操作占的训练耗时还挺大
推理耗时也很长呀,还不如使用pth进行推理