DS-CNN

来自 MLCommons 仓库的 DS-CNN 模型 https://github.com/mlcommons/tiny/tree/master/benchmark/training/keyword_spotting

通过以下操作从 .pb 模型导出的 ONNX 版本

# setup environment
python3.10 -m venv pytf
source pytf/bin/activate

# install latest officially compatible versions
pip install tensorflow==2.15.1 tf2onnx==1.16.1

# use most recent opset officially supported
python -m tf2onnx.convert \
  --saved-model <path/to/dir> \
  --output converted_ds_cnn.onnx --opset 18

此版本的输入格式为 NHWC。 以下 Python 代码将 MatMul+Add 融合为 Gemm，并折叠第一个 Reshape 算子。

import onnx
import onnxruntime

import aidge_core as ai
import aidge_onnx

model_onnx = onnx.load_model(\"converted_ds_cnn.onnx\")
model_onnx_clean_nhwc = aidge_onnx.onnx_cleaner.clean_onnx(
    model_onnx, {\"input_1\": [[1, 49, 10, 1]]}, \"test_clean\", opset_version=18
)
model = aidge_onnx.convert_onnx_to_aidge(model_onnx_clean_nhwc)

to_replace: set[ai.Node] = set(
    [
        model.get_node(\"StatefulPartitionedCall_functional_1_conv2d_BiasAdd__6\"),
        model.get_node(\"new_shape__103_out0\"),
    ]
)

model.replace(to_replace, set())
model.set_mandatory_inputs_first()

model.forward_dims(dims=[[1, 1, 49, 10]], allow_data_dependency=True)
model_onnx_clean_nchw = aidge_onnx.convert_aidge_to_onnx(model, \"ds_cnn\", opset=18)
onnx.save_model(model_onnx_clean_nchw, \"ds_cnn.onnx\")

Aidge 支持

注意：我们已针对以下功能测试了此网络。如果您遇到任何错误，请提交一个 issue。未在 CI 中测试的功能可能无法正常工作。

模型

• 算子：43 个（9 种类型）
  • AvgPooling2D: 1
  • Conv2D: 4
  • FC: 1
  • PaddedConv2D: 1
  • PaddedConvDepthWise2D: 4
  • Producer: 21
  • ReLU: 9
  • Reshape: 1
  • Softmax: 1

Google Speech Commands v2

• Opset: 18
• 来源：Google
• 输入
  • 大小：[N, 1, 49, 10]
  • 格式：[N, C, H, W]
  • 预处理：
    • ?
• 输出
  • 大小：[N, 12]