[人工智能-深度学习-79]：开发环境 - 模型结构可视化神器Netron的使用

作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​

​目录​

​​前言：​​

​​第1章 什么是Netron​​

​​1.1 概述​​

​​1.2 github 链接（包括工具源代码、可执行文件的下载和说明）​​

​​1.3 支持的操作系统​​

​​1.4 支持的模型​​

​​第2章 如何安装Netron与环境准备​​

​​2.1 IE远程可视化​​

​​2.2 Windows本地可视化​​

​​第3章 如何使用Netron​​

​​3.1 IE远程可视化​​

​​3.2 Windows本地​​

​​第4章 YOLO 下使用Netron工具​​

​​4.1 直接可视化：*.pt模型文件，如yolov5s.pt​​

​​4.2 可视化onnx格式的模型文件​​

前言：

随着网络越来越复杂，对网络可视化表达的需求越来越强烈，另一方面，我们可能或获得他人预训练好的模型，想了解这个预训练模型的网络结构，当然，可以通过Pytorch代码去解析模型的结构，但这种方式麻烦且不直观，因此对网络可视化的诉求也就越发强烈。

本文将介绍一种模型结构可视化神器：Netron

第1章 什么是Netron

1.1 概述

Netron是一款神经网络模型结构可视化工具。

1.2 github 链接（包括工具源代码、可执行文件的下载和说明）

​​https://github.com/lutzroeder/Netron​​

1.3 支持的操作系统

支持windows，Linux，mac系统。

1.4 支持的模型

Netron支持主流各种框架的模型结构可视化工作。

• ​ONNX​:​​squeezenet​​​ [​​open​​]   => open CV
• ​TensorFlow Lite​:​​hair_segmentation​​​ [​​open​​]
• ​TensorFlow​:​​chessbot​​​ [​​open​​]   => TF
• ​Keras​:​​mobilenet​​​ [​​open​​]
• ​Caffe​:​​mobilenet_v2​​​ [​​open​​]
• ​TorchScript​:​​traced_online_pred_layer​​​ [​​open​​]  => Pytorch
• ​Core ML​:​​exermote​​​ [​​open​​]
• ​Darknet​:​​yolo​​​ [​​open​​]     => YOLO

第2章 如何安装Netron与环境准备

​macOS​: ​​Download​​​ the ​​.dmg​​​ file or run ​​brew install netron​​

​Linux​: ​​Download​​​ the ​​.AppImage​​​ file or run ​​snap install netron​​

​Windows​: ​​Download​​​ the ​​.exe​​​ installer or run ​​winget install -s winget netron​​

​Browser​: ​​Start​​ the browser version.

​Python Server​: Run ​​pip install netron​​​ and ​​netron [FILE]​​​ or ​​netron.start('[FILE]')​​.

2.1 IE远程可视化

不需要安装，只需要把模型文件上传到远程服务器上，就可以可视化模型

2.2 Windows本地可视化

在windows系统，下载一个.exe文件就很稳了，如下：

​Windows​: ​​Download​​ 

第3章 如何使用Netron

3.1 IE远程可视化

​（1）启动​

​Browser​: ​​Start​​ the browser version.

​（2）直接上传模型文件即可​

​（3）远程工具的配置​

3.2 Windows本地

安装可执行程序后，执行netron应用程序，界面与IE远程访问相似： 

第4章 YOLO 下使用Netron工具

4.1 直接可视化：*.pt模型文件，如yolov5s.pt

包含的信息少，只能显示类似如下的网络：

4.2 可视化onnx格式的模型文件

onnx格式的模型文件包含更多的可视化信息。

在YOLO环境下，可以通过工具把*.pt的模型文件转换成*.onnx格式的文件。

​（1）转换工具的依赖文件​

pip3 install onnx

​（2）转换工具：yolov5/export​

python export.py --weights yolov5s.pt

​输入参数：​

• --weights : 指定待转换的模型名称

​输出模型：​

• yolov5s.onnx

​（3）转换前的yolov5s.pt​

 ​（4）转换后的yolov5s.onnx​

作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​