yolov8_simply_model.onnx转paddle model报错

[fhfeishi]

感谢您参与 X2Paddle 社区！ 问题模版为了 X2Paddle 能更好的迭代，例如新功能发布、 RoadMaps 和错误跟踪. :smile_cat:

问题描述

首先将pytorch训练的yolo v8转成onnx model， def convert_to_onnx(self, simplify, model_path): import onnx self.generate(onnx=True) im = torch.zeros(1, 3, *self.input_shape).to('cpu')
input_layer_names = ["images"] output_layer_names = ["output"]

    # Export the model
    print(f'Starting export with onnx {onnx.__version__}.')
    torch.onnx.export(self.net,
                    im,
                    f               = model_path,
                    verbose         = False,
                    opset_version   = 12,
                    training        = torch.onnx.TrainingMode.EVAL,
                    do_constant_folding = True,
                    input_names     = input_layer_names,
                    output_names    = output_layer_names,
                    dynamic_axes    = None)

    # Checks
    model_onnx = onnx.load(model_path)  # load onnx model
    onnx.checker.check_model(model_onnx)  # check onnx model

    # Simplify onnx
    if simplify:
        import onnxsim
        print(f'Simplifying with onnx-simplifier {onnxsim.__version__}.')
        model_onnx, check = onnxsim.simplify(
            model_onnx,
            dynamic_input_shape=False,
            input_shapes=None)
        assert check, 'assert check failed'
        onnx.save(model_onnx, model_path)

    print('Onnx model save as {}'.format(model_path))

• 错误信息
• 错误截图

具体信息

• 转换模型后用处
  • [ +] 使用 Paddle 框架/ PaddleInference 推理预测
  • [ ] 使用 Paddle-Lite 做移动端推理
  • [ ] 转换预训练参数，再使用 Paddle 进行模型开发
• 模型来源 YOLOX：https://github.com/Megvii-BaseDetection/YOLOX
• 应用场景 用于移动端业务下的检测业务
• 版本信息 PaddlePaddle => :grey_question:2.6.1 X2Paddle => :grey_questions:1.4.1 来源框架版本(PyTorch/TF/ONNX/Caffe) => :grey_question:torch 2.1.2+cu118
• 您的联系方式(邮箱/微信/电话)