登录

X2Paddle

PaddlePaddleApache-2.0长期未更新

把 TensorFlow、PyTorch、Caffe、ONNX 等模型一键转成飞桨格式，省去跨框架迁移时重写网络和权重的麻烦。

Deep learning model converter for PaddlePaddle. (『飞桨』深度学习模型转换工具)

v1.6.0发布于 2024-12-13 02:47 UTC772star165fork同步于 2026-11-07 07:30 UTC
模型转换飞桨跨框架迁移ONNX模型工具链
对比 GitHub 官网caffemodel-converteronnxpaddlepaddlepytorch

怎么上手

由 README 提炼，执行前请确认
原文 
pip install x2paddle
硬件要求按 README 说明

README 未说明显存或 GPU 型号要求；转换产物可用 PaddleInference/PaddleLite 部署到 CPU/GPU/Arm 等设备。

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼
没人工点评？写下你的经验

把 Caffe、TensorFlow、ONNX、PyTorch 模型转成飞桨格式的官方转换工具

把 TensorFlow、PyTorch、Caffe、ONNX 等模型一键转成飞桨格式，省去跨框架迁移时重写网络和权重的麻烦。

核心能力

  • 一条命令或一个 API 完成推理模型转换
  • 支持 Caffe/TensorFlow/ONNX/PyTorch 四大框架
  • 可将 PyTorch 训练项目代码一键迁移为飞桨代码
  • 转换结果可用 PaddleInference/PaddleLite 部署到 CPU/GPU/Arm
  • 提供 PyTorch 与飞桨的 API 对比文档降低迁移成本

容易踩的坑

转换 TensorFlow 模型需装 tensorflow==1.14，与新版 TF 不兼容；转换 ONNX/PyTorch 需分别安装 onnx>=1.6.0、torch>=1.5.0；转 Paddle-Lite 格式需额外安装 paddlelite>=2.9.0 并加 --to_lite 参数。

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

最近发版

5 个版本v1.6.0
全部 release
  1. v1.6.0X2Paddle v1.6.0最新正式版2024-12-13 · 2024-12-13 02:47 UTC

    Release Note 1.6.0

    Adapt X2Paddle to PaddlePaddle 3.0, and the test cases of test_benchmark can be verified under:

    • python == 3.9
    • paddlepaddle == 3.0.0beta1
    • tensorflow == 2.16.1
    • onnx == 1.17.0
    • torch == 2.4.1

    What's Changed

    • [Bug] Fixed onnx Pad op with length -1. by @megemini in #1058
    • [Bug] Fixed version check for PaddlePaddle. by @megemini in #1064
    • [Bug] Fixed pytorch op mapper aten_linear. by @megemini in #1079
    • [Bug] Fixed onnx unknow dimension. by @megemini in #1082
    • [Bug] Fixed the usage of easyocr.Reader for 1.7.2. by @megemini in #1084
    • [Bug] Fixed tensorflow manually updates shapes. by @megemini in #1089
    • Update Dockerfile. by @megemini in #1061 @luotao1 in #1105
    • Update LOD_TENSOR to DENSE_TENSOR. by @co63oc in #1095
    • Update x2paddle usage of paddle.fluid for PaddlePaddle 3.0 by @megemini in #1087
    • Update x2paddle usage of paddle.jit.to_static with AST mode for PaddlePaddle 3.0. by @megemini in #1093
    • Update test_benchmark compatiblity for PaddlePaddle 3.0 by @megemini
      • Remove paddle.fluid and update the usage of paddle.static.load_inference_model in #1058 #1065 #1067 #1068 #1069 #1070 #1071 #1073 #1075 #1076 #1078 #1079 #1080 #1082 #1083 #1084 #1089 #1091
      • Update onnx one_hot type promotion compatiblity for PaddlePaddle 3.0. by @megemini in #1082
      • Update onnx nms3 api compatiblity for PaddlePaddle 3.0. by @megemini in #1082
      • Update onnx roi_align api compatiblity for PaddlePaddle 3.0. by @megemini in #1082
    • Update docs for PaddlePaddle 3.0 by @megemini in #1088 #1098 #1101 #1103
    • Add new models in test_benchmark by @megemini
      • pytorch GPT2 #1085
      • pytorch MT5_small #1086
      • pytorch YOLOv5 #1099
    • Add pytorch aten::pad and fix related test_benchmark test cases. by @megemini in #1073
    • Add pytorch aten::list and fix related test_benchmark test cases. by @megemini in #1075
    • Add pytorch aten::aten_linalg_vector_norm and fix related test_benchmark test cases. by @megemini in #1076
    • Add pytorch aten::scaled_dot_product_attention and fix related test_benchmark test cases. by @megemini in #1078
    • Add pytorch aten::unsafe_chunk and fix related test_benchmark test cases. by @megemini in #1080
    • Add black.list in test_benchmark to control CI. by @megemini in #1061
    • Remove Python 2.0 support for raw_input. by @megemini in #1083
  2. v1.5.0X2Paddle v1.5.02024-08-07 · 2024-08-07 10:22 UTC
    查看更新说明

    What's Changed

    • [Bug]Fixed onnx op_mapper for PNC model. by @wjj19950828 in #962
    • [Bug]Fixed some typo. by @co63oc in #976 #977 #978
    • [Bug]Fixed pytorch aten::squeeze for CHAN-DST model. by @wjj19950828 in #815
    • Add onnx cast op in the LN pattern. by @wjj19950828 in #822
    • Add pytorch aten::_convolution_mode. by @wjj19950828 @luotao1 in #1041
    • Add pytorch aten::amax and aten::topk by @Ken-reddevil in #1019
    • update CI Checks by @luotao (Release 1.5.0)
      • Add 100+ test_benchmark demos (Caffe/TensorFlow/ONNX/Pytorch). in #1014 #1020 #1023 #1025 #1026 #1027 #1028 #1029 #1030 #1031 #1032 #1033 #1034
      • Update test_autoscan unit-tests (Pytorch/ONNX). in #1035 #1036
      • update CodeStyle checks. in #1046 #1047
      • update Dockerfile. in #1022

    New Contributors

    • @co63oc made their first contribution in #976
    • @luotao1 made their first contribution in #1014
    • @Ken-reddevil made their first contribution in #1019
  3. v1.4.1X2Paddle v1.4.12023-03-31 · 2023-03-31 09:32 UTC
    查看更新说明

    What's Changed

    New Contributors

  4. v1.4.0X2Paddle v1.4.02023-01-18 · 2023-01-18 03:59 UTC
    查看更新说明

    What's Changed

    New Contributors

  5. v1.3.9X2Paddle v1.3.92022-09-19 · 2022-09-19 03:00 UTC
    查看更新说明

    What's Changed

用户点评

登录用户的真实使用记录，可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译
    在 GitHub 打开

    X2Paddle

    PyPI - X2Paddle Version PyPI Status License Version python version

    简介

    X2Paddle是飞桨生态下的模型转换工具，致力于帮助其它深度学习框架用户快速迁移至飞桨框架。目前支持推理模型的框架转换与PyTorch训练代码迁移，我们还提供了详细的不同框架间API对比文档，降低开发者将模型迁移到飞桨的时间成本。

    特性

    • 支持主流深度学习框架

      • 目前已经支持Caffe/TensorFlow/ONNX/PyTorch四大框架的预测模型的转换，PyTorch训练项目的转换，涵盖了目前市面主流深度学习框架，详见 支持模型列表 和 测试 demo

    • 支持的模型丰富

      • 在主流的CV和NLP模型上支持大部分模型转换，目前X2Paddle支持130+ PyTorch OP，90+ ONNX OP，90+ TensorFlow OP 以及 30+ Caffe OP，详见 支持列表

    • 简洁易用

      • 一条命令行或者一个API即可完成模型转换

    能力

    • 预测模型转换

      • 支持Caffe/TensorFlow/ONNX/PyTorch的模型一键转为飞桨的预测模型，并使用PaddleInference/PaddleLite进行CPU/GPU/Arm等设备的部署

    • PyTorch训练项目转换

      • 支持PyTorch项目Python代码（包括训练、预测）一键转为基于飞桨框架的项目代码，帮助开发者快速迁移项目，并可享受AIStudio平台对于飞桨框架提供的海量免费计算资源【新功能，试一下！】

    • API对应文档

      • 详细的API文档对比分析，帮助开发者快速从PyTorch框架的使用迁移至飞桨框架的使用，大大降低学习成本 【新内容，了解一下！】

    安装

    环境依赖

    • python >= 3.8
    • paddlepaddle >= 2.2.2 (官方验证到 3.0.0beta1)
    • tensorflow == 1.14 (如需转换TensorFlow模型。其中 test_benchmark 模型已在 2.16.1 测试通过)
    • onnx >= 1.6.0 (如需转换ONNX模型，其中 test_benchmark 模型已在 1.17.0 测试通过)
    • torch >= 1.5.0 (如需转换PyTorch模型，其中 test_benchmark 模型已在 2.4.1 测试通过)
    • paddlelite >= 2.9.0 (如需一键转换成Paddle-Lite支持格式,推荐最新版本)

    说明：以上测试通过的版本，不代表 X2Paddle 支持相应版本中的所有算子，仅表示可在此环境中使用。具体支持的算子请详见 支持列表

    pip安装(推荐）

    如需使用稳定版本，可通过pip方式安装X2Paddle：

    pip install x2paddle

    源码安装

    如需体验最新功能，可使用源码安装方式：

    git clone https://github.com/PaddlePaddle/X2Paddle.git
cd X2Paddle
git checkout develop
python setup.py install

    快速开始

    功能一：推理模型转换

    PyTorch模型转换
    from x2paddle.convert import pytorch2paddle
pytorch2paddle(module=torch_module,
               save_dir="./pd_model",
               jit_type="trace",
               input_examples=[torch_input])
# module (torch.nn.Module): PyTorch的Module。
# save_dir (str): 转换后模型的保存路径。
# jit_type (str): 转换方式。默认为"trace"。
# input_examples (list[torch.tensor]): torch.nn.Module的输入示例，list的长度必须与输入的长度一致。默认为None。

    script模式以及更多细节可参考PyTorch模型转换文档。

    TensorFlow模型转换

    x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model

    ONNX模型转换

    x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model

    Caffe模型转换

    x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model

    转换参数说明

    参数作用
    --framework源模型类型 (tensorflow、caffe、onnx)
    --prototxt当framework为caffe时，该参数指定caffe模型的proto文件路径
    --weight当framework为caffe时，该参数指定caffe模型的参数文件路径
    --save_dir指定转换后的模型保存目录路径
    --model当framework为tensorflow/onnx时，该参数指定tensorflow的pb模型文件或onnx模型路径
    --input_shape_dict[可选] For ONNX, 定义ONNX模型输入大小
    --caffe_proto[可选] 由caffe.proto编译成caffe_pb2.py文件的存放路径，当存在自定义Layer时使用，默认为None
    --define_input_shape[可选] For TensorFlow, 当指定该参数时，强制用户输入每个Placeholder的shape，见文档Q2
    --enable_code_optim[可选] For PyTorch, 是否对生成代码进行优化，默认为False
    --to_lite[可选] 是否使用opt工具转成Paddle-Lite支持格式，默认为False
    --lite_valid_places[可选] 指定转换类型，可以同时指定多个backend(以逗号分隔)，opt将会自动选择最佳方式，默认为arm
    --lite_model_type[可选] 指定模型转化类型，目前支持两种类型：protobuf和naive_buffer，默认为naive_buffer
    --disable_feedback[可选] 是否关闭X2Paddle使用反馈；X2Paddle默认会统计用户在进行模型转换时的成功率，以及转换框架来源等信息，以便于帮忙X2Paddle根据用户需求进行迭代，不会上传用户的模型文件。如若不想参与反馈，可指定此参数为False即可

    X2Paddle API

    目前X2Paddle提供API方式转换模型，可参考X2PaddleAPI

    一键转换Paddle-Lite支持格式

    可参考使用X2paddle导出Paddle-Lite支持格式

    功能二：PyTorch模型训练迁移

    项目转换包括3个步骤

    1. 项目代码预处理
    2. 代码/预训练模型一键转换
    3. 转换后代码后处理

    详见PyTorch训练项目转换文档。

    使用VisualDL进行模型转换

    飞桨可视化工具VisualDL已经将模型转换工具部署在官网提供服务，可以点击服务链接进行在线的ONNX2Paddle模型转换。

    ONNX2Paddle

    使用教程

    1. TensorFlow预测模型转换教程
    2. MMDetection模型转换指南
    3. PyTorch预测模型转换教程
    4. PyTorch训练项目转换教程

    :hugs:贡献代码:hugs:

    我们非常欢迎您为X2Paddle贡献代码或者提供使用建议:

    相关项目

    同分类里 star 最高的项目
    对比全部 →
    netron
    lutzroeder·JavaScript

    把 ONNX、PyTorch、Keras、CoreML 等格式的神经网络模型直接拖进浏览器就能看结构图，排查模型转换和层连接问题很方便。

    模型可视化+4格式转换
    33672+83.2kv9.3.52026-11-09 12:35 UTC
    onnxruntime
    microsoft·C++

    跨平台高性能推理与训练加速引擎，可直接加载 ONNX 模型，兼容 PyTorch、TensorFlow 等框架导出，解决模型在不同硬件上高效部署的问题。

    推理引擎+4格式转换
    22275+154.4kv1.30.12026-11-10 11:19 UTC
    onnx
    onnx·Python

    ONNX 是开放的机器学习模型交换格式标准，让 PyTorch、TensorFlow、Keras 等框架训练出的模型能互相转换、跨平台部署。

    模型交换格式+4格式转换
    21669+64.1kv1.23.22026-11-09 23:01 UTC
    magika
    google·Rust

    用深度学习快速准确地识别文件真实类型，不依赖扩展名，支持 MIME 检测，Rust 实现，可嵌入各类应用做内容安全与文件分类。

    文件类型检测+4格式转换
    18785+91.2kcli/v1.1.02026-11-10 10:26 UTC