机器视觉 · 函数

ONNX模型优化

使用 onnxruntime 对 ONNX 模型进行图优化。

调用签名(输入模型路径: 'str', 输出模型路径: 'str', 优化级别: 'int' = 1)

OZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.ONNX模型优化
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

输入模型路径可选 · 默认无

str位置参数或字段名=值

文件或目录路径，可以传字符串或 Path。

常见错误：漏传或路径不存在会报 FileNotFoundError;先确认路径拼写并用存在检查

输出模型路径可选 · 默认无

str位置参数或字段名=值

文件或目录路径，可以传字符串或 Path。

常见错误：漏传或路径不存在会报 FileNotFoundError;先确认路径拼写并用存在检查

优化级别可选 · 默认 1

int位置参数或字段名=值

整数类型的优化级别参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.ONNX模型优化
打印(功能)

# 进阶组合:ONNX模型优化 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.ONNX模型优化(
    输入模型路径="outputs/示例.txt",  # 必填
    输出模型路径="outputs/示例.txt",  # 必填
    优化级别=1,  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 输入模型路径
# 错误:路径不存在会报 FileNotFoundError
# 设 结果 = 机器视觉.ONNX模型优化(输入模型路径="不存在的文件")  # FileNotFoundError
# 修复:先确认路径存在
设 路径 = "outputs/示例"
设 结果 = 机器视觉.ONNX模型优化(输入模型路径=路径)

## 参数 2: 输出模型路径
# 错误:路径不存在会报 FileNotFoundError
# 设 结果 = 机器视觉.ONNX模型优化(输出模型路径="不存在的文件")  # FileNotFoundError
# 修复:先确认路径存在
设 路径 = "outputs/示例"
设 结果 = 机器视觉.ONNX模型优化(输出模型路径=路径)
打印(结果)