请问mmseg里面的beit_base_upernet 训练完导出的onnx为2.1G这正常吗？

[训练配置](ttps://gitee.com/open-mmlab/mmsegmentation/blob/main/configs/beit/beit-base_upernet_8xb2-160k_ade20k-640x640.py)
deploy配置：
onnx_config = dict(
    type='onnx',
    export_params=True,
    keep_initializers_as_inputs=False,
    opset_version=11,
    save_file='end2end.onnx',
    input_names=['input'],
    output_names=['output'],
    input_shape=None,
    dynamic_axes={
        'input': {
            0: 'batch',
            2: 'height',
            3: 'width'
        },
        'output': {
            0: 'batch',
            2: 'height',
            3: 'width'
        },},
    optimize=True)
codebase_config = dict(type='mmseg', task='Segmentation')
backend_config = dict(
    type='onnxruntime',
    common_config=dict(fp16_mode=True, max_workspace_size=1 << 30),
    model_inputs=[
        dict(
            input_shapes=dict(
                input=dict(
                    min_shape=[1, 3, 640, 640],
                    opt_shape=[1, 3, 640, 640],
                    max_shape=[1, 3, 640, 640])))
    ])

OpenMMLab/mmsegmentation

内容风险标识

评论 (0)

OpenMMLab/mmsegmentation .gitee-modal { width: 500px !important; }

内容风险标识