PyTorch模型导出ONNX格式时遇TypeError：forward()缺少必需位置参数'text'的问题排查

这个错误的核心原因很清晰：你的Model类的forward()方法需要两个输入参数（图像和text），但你在调用torch.onnx.export()时只传入了图像对应的dummy张量，导致调用forward时缺少了必填的text参数。

具体排查与解决步骤： #

1. 确认模型forward方法的签名
   先检查你的Model类的forward函数定义，它应该类似这样：

   def forward(self, img, text):
       # 模型前向传播逻辑
       ...
   

   这意味着模型推理时必须同时传入图像和text两个输入。

2. 创建text对应的dummy输入张量
   你需要根据实际业务中text输入的形状、数据类型，创建一个匹配的dummy张量。比如如果text是长度为25的序列，类型是LongTensor（通常用于文本索引），可以这样创建：

   # 假设词汇表大小为1000，序列长度为25
   dummy_text = torch.randint(low=0, high=1000, size=(1, 25))
   

   注意：dummy输入的形状、数据类型必须和你实际推理时传入的text完全一致，否则导出的ONNX模型会存在兼容性问题。

3. 修改ONNX导出代码，传入所有输入参数
   在torch.onnx.export()中，需要把所有输入参数打包成元组传入第二个参数位置，而不是只传单个张量：

   # 替换原来的导出代码
   torch.onnx.export(model, (dummy_input, dummy_text), "vitstr.onnx", verbose=True)
   

额外注意事项： #

• 如果你后续启用了DataParallel（你注释掉的model = torch.nn.DataParallel(model).to(device)），导出ONNX时需要使用model.module作为导出的模型对象，否则会因为DataParallel的包装层导致输入参数不匹配。
• 导出前可以先手动调用一次模型的forward方法验证输入是否正确：model(dummy_input, dummy_text)，如果这一步不报错，再执行ONNX导出会更稳妥。

内容的提问来源于stack exchange，提问作者Roua Rouatbi