自定义数据集使用单阶段模型进行推理时，如何完成从pth到onnx模型的转换

[cyn-liu]

@LCH1238 非常感谢你的分享。

1. 使用如下仓库，即可使用NuScenes数据集训练模型。
   https://github.com/LCH1238/BEVDet/tree/export

2. 直接用上述仓库下的tools/export/export_onx_onnx.py脚本，即可完成pth转onnx模型的操作。

3. 使用下面这个仓库，即可完成onnx模型转engine和engine的推理操作。
   https://github.com/LCH1238/bevdet-tensorrt-cpp/tree/one

如上我都可以成功复现。

但是，我换了自己的数据集，修改配置中的数据参数后，进行模型训练，模型可以正常收敛。
我的数据集与NuScenes的区别仅仅只是原始图像的尺寸不同，src_size=(1080, 1440)。
如果我想转onnx，我需要如何修改img_input这个参数？？？
https://github.com/LCH1238/BEVDet/blob/d92b78471bb8b46072c96350848d6f32fb53b55e/tools/export/export_onx_onnx.py#L111

为什么这个单阶段模型的输入不直接设置为input_size=(256,704)呢？而是设置为(900, 400)。

[maoweinasa]

你自己场景数据跑起来了吗

@LCH1238 非常感谢你的分享。

1. 使用如下仓库，即可使用NuScenes数据集训练模型。
   https://github.com/LCH1238/BEVDet/tree/export
2. 直接用上述仓库下的tools/export/export_onx_onnx.py脚本，即可完成pth转onnx模型的操作。
3. 使用下面这个仓库，即可完成onnx模型转engine和engine的推理操作。
   https://github.com/LCH1238/bevdet-tensorrt-cpp/tree/one

如上我都可以成功复现。

但是，我换了自己的数据集，修改配置中的数据参数后，进行模型训练，模型可以正常收敛。 我的数据集与NuScenes的区别仅仅只是原始图像的尺寸不同，src_size=(1080, 1440)。 如果我想转onnx，我需要如何修改img_input这个参数？？？ https://github.com/LCH1238/BEVDet/blob/d92b78471bb8b46072c96350848d6f32fb53b55e/tools/export/export_onx_onnx.py#L111

为什么这个单阶段模型的输入不直接设置为input_size=(256,704)呢？而是设置为(900, 400)。

你自己场景数据后来跑起来了吗？

[cyn-liu]

@maoweinasa 我的数据集可以跑起来，而且看起来应该是成功推理的，只是我的数据集比较小，训练出来的模型效果不好。
使用一阶段模型推理时，在pth转onnx模型时，作者的模型结构你可以看一下，有一点很关键，就是在输入端加了一个预处理模块，这个预处理模块有一个计算公式，为了保证你的输出尺寸是[256,704]，所有要根据自己数据集的尺寸设置这几个参数resize_ratio、crop_h、crop_w

[maoweinasa]

@maoweinasa 我的数据集可以跑起来，而且看起来应该是成功推理的，只是我的数据集比较小，训练出来的模型效果不好。 使用一阶段模型推理时，在pth转onnx模型时，作者的模型结构你可以看一下，有一点很关键，就是在输入端加了一个预处理模块，这个预处理模块有一个计算公式，为了保证你的输出尺寸是[256,704]，所有要根据自己数据集的尺寸设置这几个参数resize_ratio、crop_h、crop_w

能加个联系方式不？微信：NASA1228