当前位置：首页 > news >正文

从Paddle到PyTorch：PP-LCNet_x1_0_doc_ori模型转换全流程解析

news 2026/8/15 17:53:07

从Paddle到PyTorch：PP-LCNet_x1_0_doc_ori模型转换全流程解析

【免费下载链接】PP-LCNet_x1_0_doc_ori-NPU项目地址: https://ai.gitcode.com/z_studio/PP-LCNet_x1_0_doc_ori-NPU

PP-LCNet_x1_0_doc_ori是一个文档方向分类模型，能够识别文档图像的方向（0°/90°/180°/270°）。本文将详细介绍如何将该模型从PaddlePaddle格式转换为PyTorch格式，并在昇腾NPU上进行推理，帮助新手和普通用户轻松掌握模型转换的完整流程。

为什么需要模型转换？

在深度学习领域，不同的框架各有优势。PaddlePaddle在某些任务上表现出色，而PyTorch则以其灵活的动态图机制和丰富的生态系统受到广泛欢迎。将PP-LCNet_x1_0_doc_ori模型从PaddlePaddle转换为PyTorch格式，能够让更多开发者在熟悉的框架下使用该模型，同时也为在昇腾NPU等特定硬件上部署提供了可能。

准备工作：环境搭建

在开始模型转换之前，需要先搭建合适的环境。项目提供了详细的依赖说明文件requirements.txt，里面列出了转换和推理所需的各种库。

安装依赖

推荐使用Python 3.11的虚拟环境进行安装，命令如下：

python3 -m venv --system-site-packages venv && ./venv/bin/pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

主要依赖包括：

PyTorch相关：torch、torch-npu、torchvision
图像处理：numpy、opencv-python-headless、pillow
模型转换：paddlepaddle、paddle2onnx、onnx、onnx2torch

模型转换全流程

1. 获取PaddlePaddle模型

首先需要获取PP-LCNet_x1_0_doc_ori的PaddlePaddle PIR推理模型（包含inference.json和inference.pdiparams文件）。

2. 使用paddle2onnx导出ONNX模型

这一步是将PaddlePaddle模型转换为ONNX格式，ONNX作为一种中间格式，能够实现不同框架之间的模型转换。转换命令如下（需先确保PaddlePaddle模型存在）：

paddle2onnx --model_dir path/to/paddle_model --model_filename inference.json --params_filename inference.pdiparams --save_file /tmp/plcn_conv/plcn.onnx --opset_version 12

3. 折叠常量并进行形状推断

导出的ONNX模型中，权重以Constant节点存在，需要将其折叠为graph.initializer。同时，为了确保后续转换的顺利进行，需要将输入的batch维度固定为1并进行形状推断。这部分工作由convert_model.py中的fold_constants和fix_batch_dim_and_infer函数完成。

4. 打补丁解决转换问题

PP-LCNet的SE分支存在动态路径，导致ONNX形状推断无法正确推导部分张量形状，进而使onnx2torch的BatchNorm转换报错。为此，需要对onnx2torch的BatchNorm转换器打补丁，当输入形状不可用时，回退到功能化OnnxBatchNorm路径。相关代码在convert_model.py的patch_batchnorm_converter函数中。

5. 使用onnx2torch转换为PyTorch模型

经过上述处理后，就可以使用onnx2torch将ONNX模型转换为PyTorch模型了。转换后的模型会保存为model/plcn_x1_0_doc_ori_npu.pt。

模型推理验证

转换完成后，需要对模型进行推理验证，确保转换后的模型能够正确工作。项目提供了inference.py脚本用于推理。

单张图片推理

使用以下命令对单张图片进行推理：

python inference.py --image test_data/doc_90deg.png --device npu:0

该命令会输出预测的文档方向、置信度以及推理时延等信息。

批量推理与结果保存

如果需要对多个图片进行推理，可以使用--image-dir参数指定图片目录。同时，通过--save-json和--save-vis参数可以保存推理结果的JSON文件和回正后的可视化图像。

python inference.py --image-dir test_data --device npu:0 --save-json --save-vis

保存的回正可视化图像如：

基准测试

为了评估模型在昇腾NPU上的性能，可以进行基准测试：

python inference.py --image test_data/doc_0deg.png --benchmark --n-runs 50

该命令会输出平均时延和中位时延等性能指标。

精度验证

为了确保转换后的模型在昇腾NPU上的推理精度，可以与CPU上的推理结果进行对比：

python inference.py --image test_data/doc_90deg.png --check-accuracy

常见问题解决

转换过程中出现BatchNorm报错：这通常是由于SE分支的动态路径导致的，确保已正确应用convert_model.py中的补丁函数patch_batchnorm_converter。
推理时提示找不到torch_npu：检查昇腾NPU环境是否正确安装，或者回退到CPU设备运行。
图片无法读取：确保图片路径正确，且图片格式为支持的类型（如.png、.jpg等）。