如何解决将 pytorch 转换为 CoreML 时,您可以控制输出吗?
❓问题
我正在尝试将 pytorch 模型转换为 coreml。模型基于yolov5。
这是我们导出的 coreml 模型的 netron 视图。 目前,该架构有 3 个输出。您可以在屏幕截图中看到输出之一,编号“740”。
但是,我们想要与 coreml 不同的输出。我们需要在 reshapestatic 和 transpose 层之前获得输出。所以在这张图片中你可以看到我们需要最后一个卷积层而不是 740。
那些 reshapestatic 和 transpose 层是在将 net 转换为 coreML 的过程中添加的,它们不是 yolov5 的有机层。
model = ct.convert(
traced_model,inputs=[ct.ImageType(name="input_1",shape=example_input.shape)],classifier_config = ct.ClassifierConfig(class_labels) )
img = load_image(img_path,resize_to=(img_size,img_size))
//can we specify here which layers to output?
coreml_out_dict = model.predict({'image': img})
谢谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。