前言

构建onnx方式通常有两种：
1、通过代码转换成onnx结构，比如pytorch —> onnx
2、通过onnx 自定义结点，图，生成onnx结构

本文主要是简单学习和使用两种不同onnx结构，
下面以 Resize 结点进行分析

方式

方法一：pytorch --> onnx

暂缓，主要研究方式二

方法二： onnx

import onnx
from onnx import helper, numpy_helper
from onnx import TensorProto

# 创建一个resize的node
resize_node = helper.make_node(
    'Resize',
    inputs=['input', 'scales'],
    outputs=['output'],
    mode='nearest',
)

# 创建一个graph
graph_def = helper.make_graph(
    [resize_node],
    'resize_graph',
    inputs=[
        helper.make_tensor_value_info('input', TensorProto.FLOAT, [1, 3, 224, 224]),
        helper.make_tensor_value_info('scales', TensorProto.FLOAT, [2]),
    ],
    outputs=[
        helper.make_tensor_value_info('output', TensorProto.FLOAT, [1, 3, 112, 112]),
    ],
)

# 创建一个model
model_def = helper.make_model(graph_def, producer_name='resize_model')

# 保存model
onnx.save(model_def, 'resize_model.onnx')