EfficientDet-D2从TensorFlow转ONNX遇输入张量异常及转换失败问题

问题描述 #

• 初始转换命令将EfficientDet-D2的SavedModel转ONNX：

  python3 -m tf2onnx.convert --saved-model ./tmp/efficientdet-d2-saved_model --output ./tmp/efficientdet-d2.onnx --opset 12
  

• 转换后用Netron可视化，输入张量显示为unk_3256这类未知形式，无法正常推理
• 尝试指定输入形状转换时，执行以下命令报错ValueError: Failed to import metagraph, check error log for more info.：

  python3 -m tf2onnx.convert --saved-model ./tmp/efficientdet-d2-saved_model --output ./tmp/efficientdet-d2.onnx --opset 13 --inputs "image_files:[1,3,768,768]"
  

解决步骤 #

1. 确认SavedModel的输入签名信息 #

先用官方工具查看模型的输入张量名称、默认形状和数据类型，避免用错输入名：

tf.saved_model.cli show ./tmp/efficientdet-d2-saved_model --all

重点查看serving_default签名下的输入字段，EfficientDet的TF模型通常输入张量名为image而非image_files，且默认输入格式为NHWC（即[batch, height, width, channels]），而非命令中写的NCHW格式。

2. 使用正确的转换命令 #

情况1：保持TF原生NHWC格式转换

如果推理框架支持NHWC，直接用匹配的形状转换：

python3 -m tf2onnx.convert --saved-model ./tmp/efficientdet-d2-saved_model \
  --output ./tmp/efficientdet-d2.onnx \
  --opset 13 \
  --inputs "image:[1,768,768,3]" \
  --signature-def serving_default

情况2：转换为ONNX常用的NCHW格式

如果需要NCHW格式的输入，添加--inputs-as-nchw参数指定转置输入：

python3 -m tf2onnx.convert --saved-model ./tmp/efficientdet-d2-saved_model \
  --output ./tmp/efficientdet-d2.onnx \
  --opset 13 \
  --inputs "image:[1,768,768,3]" \
  --inputs-as-nchw image \
  --signature-def serving_default

3. 额外排查要点 #

• 升级tf2onnx到最新版本，避免版本兼容问题：

  pip install --upgrade tf2onnx tensorflow
  

• 如果模型有多个签名定义，必须用--signature-def指定正确的推理签名（通常是serving_default）

内容的提问来源于stack exchange，提问作者ABD