ONNX 模型库
返回模型

说明文档

以下是我将 pth 导出为 onnx 的步骤(仅作为自己未来的参考):

  1. 打开 Colab notebook 并点击 Runtime > Run All。
  2. 在 Colab 编辑器中打开 main_test_swinir.py,并在 output = model(img_lq) 这一行之后添加以下代码:
torch.onnx.export(model, img_lq, \"003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x4_GAN-dynamic.onnx\", export_params=True, opset_version=12, do_constant_folding=True, verbose=True, input_names = ['input'], output_names = ['output'], dynamic_axes={'input' : {2 : 'h', 3 : 'w'}, 'output' : {2 : 'h', 3 : 'w'}})
  1. 运行以下命令:
!python SwinIR/main_test_swinir.py --task real_sr --model_path experiments/pretrained_models/003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x4_GAN.pth --folder_lq BSRGAN/testsets/RealSRSet --scale 4

然后你就会在本仓库中看到生成的 ONNX 文件。

rocca/swin-ir-onnx

作者 rocca

↓ 0 ♥ 4

创建时间: 2022-04-14 16:25:21+00:00

更新时间: 2022-04-14 16:32:54+00:00

在 Hugging Face 上查看

文件 (3)

.gitattributes
003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x4_GAN.onnx ONNX
README.md