Google Colab中ONNX转TF/TF Lite遇Unsqueeze v13未实现错误求解

我在Google Colab中执行以下代码，试图将ONNX模型转换为TensorFlow（最终需转为TensorFlow Lite用于Android应用）：

from onnx_tf.backend import prepare
import onnx

onnx_model_path = 'onnx_example.onnx'
tf_model_path = 'model_tf'

onnx_model = onnx.load(onnx_model_path)
tf_rep = prepare(onnx_model)
tf_rep.export_graph(tf_model_path)

运行时触发BackendIsNotSupposedToImplementIt: Unsqueeze version 13 is not implemented.错误，已确认ONNX opset版本为18，模型结构合法，求有效解决办法。

可行解决办法 #

• 降级ONNX模型的Opset版本：将模型的Opset从18降级到13及以下（比如11），onnx-tf对低版本Unsqueeze支持更完善。用ONNX内置工具修改：

  import onnx
  from onnx import version_converter
  
  # 加载模型
  model = onnx.load("onnx_example.onnx")
  # 转换到opset 11
  converted_model = version_converter.convert_version(model, 11)
  # 保存转换后的模型
  onnx.save(converted_model, "onnx_example_opset11.onnx")
  

  之后用这个降级后的模型重新执行转换代码。

• 替换onnx-tf为ONNX Runtime的TensorFlow导出功能：使用onnxruntime-tf工具，它对高版本Opset的支持更好。安装依赖后执行转换：

  !pip install onnxruntime-tf
  from onnxruntime.tf_export import export_onnx_to_tf
  
  onnx_model_path = 'onnx_example.onnx'
  tf_model_path = 'model_tf'
  
  export_onnx_to_tf(onnx_model_path, tf_model_path)
  

• 手动修改ONNX模型中的Unsqueeze节点：如果模型中Unsqueeze v13的逻辑和低版本一致，直接修改节点的opset版本。用ONNX的API遍历模型节点，将Unsqueeze节点的op_version改为11：

  import onnx
  
  model = onnx.load("onnx_example.onnx")
  for node in model.graph.node:
      if node.op_type == "Unsqueeze" and node.domain == "" and hasattr(node, "op_version") and node.op_version == 13:
          node.op_version = 11
  onnx.save(model, "onnx_example_unsqueeze_fixed.onnx")
  

  注：v13和v11的Unsqueeze功能一致，仅兼容性不同，修改前可确认ONNX官方文档的版本差异说明。

内容的提问来源于stack exchange，提问作者nlp