OpenCV Python加载YOLOv5 ONNX模型报Identity节点错误如何解决

DevOps 小满

2026-8-28

问题背景

在OpenCV 4.6.0环境下调用DNN模块加载YOLOv5 ONNX模型，实现俯视视角的人员检测功能时，模型加载阶段触发运行错误。
对应的实现代码如下：

# hyper parameters
INPUT_WIDTH = 640  # YOLOv5网络输入宽度
INPUT_HEIGHT = 640  # YOLOv5网络输入高度
SCORE_THRESHOLD = 0.5  # 低置信度类别过滤阈值
NMS_THRESHOLD = 0.45  # 重叠检测框NMS过滤阈值
CONFIDENCE_THRESHOLD = 0.45  # 检测结果置信度过滤阈值
BLACK = (0, 0, 0)
BLUE = (255, 178, 50)
YELLOW = (0, 255, 255)
classes = []
person_found = False
# 加载类别名称
class_files = 'yolo/coco.names'
with open(class_files, 'r') as source:
    classes = source.read().rstrip('\n').split('\n')
# 模型路径
weights = 'yolo/models/yolov5s.onnx'
net = cv2.dnn.readNet(weights)
# 构造输入blob：参数依次为输入图像、缩放因子、输入尺寸、均值减数值、是否交换RB通道、是否裁剪
blob = cv2.dnn.blobFromImage(frame, scalefactor=1/255, size=(INPUT_WIDTH, INPUT_HEIGHT), mean=[0, 0, 0], swapRB=True, crop=False)
net.setInput(blob)
outputs = net.forward(net.getUnconnectedOutLayersNames())

注意：原代码中with open块下的类名读取行缺少缩进，运行时会先触发语法错误，需要补充4空格缩进后再运行

报错信息

模型加载时抛出的完整错误日志如下：

[ERROR:0@1.622] global D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\onnx\onnx_importer.cpp (1021) cv::dnn::dnn4_v20220524::ONNXImporter::handleNode DNN/ONNX: ERROR during processing node with 1 inputs and 1 outputs: [Identity]:(onnx_node!Identity_0) from domain='ai.onnx'
Traceback (most recent call last):
  File "D:\Unitn\Corsi\Computer vision\project\synopsis\main.py", line 25, in <module>
    bg_frames = find_bg_frames(video, duration, fps)
  File "D:\Unitn\Corsi\Computer vision\project\synopsis\utils.py", line 152, in find_bg_frames
    people_found = find_people_with_yolo(frame)
  File "D:\Unitn\Corsi\Computer vision\project\synopsis\utils.py", line 102, in find_people_with_yolo
    net = cv2.dnn.readNetFromONNX(weights)
cv.error: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\onnx\onnx_importer.cpp:1040: error: (-2:Unspecified error) in function 'cv::dnn::dnn4_v20220524::ONNXImporter::handleNode'
> Node [Identity@ai.onnx]:(onnx_node!Identity_0) parse error: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\layer.cpp:246: error: (-215:Assertion failed) inputs.size() in function 'cv::dnn::dnn4_v20220524::Layer::getMemoryShapes'

问题原因

该错误和前处理、推理逻辑代码无关，核心原因是OpenCV 4.6.0的DNN模块对新版YOLOv5导出的ONNX模型存在算子兼容性缺陷：
新版YOLOv5默认导出ONNX模型时，会在输出层添加Identity算子做节点映射，而OpenCV 4.6.0的ONNX导入器没有适配这类未绑定有效输入的Identity节点，解析时触发输入维度校验的断言错误，最终导致模型加载失败。

解决方案

可根据自身环境选择以下任意一种方案修复：

重新导出兼容低版本OpenCV的ONNX模型
从YOLOv5官方仓库导出ONNX模型时，指定opset版本为12，同时开启模型简化参数，自动裁剪冗余的Identity节点，导出命令参考：
```
python export.py --weights yolov5s.pt --include onnx --opset 12 --simplify
```
导出完成后替换原有模型文件即可，不需要修改现有推理代码。
升级OpenCV版本
将本地的opencv-python包升级到4.7.0及以上版本，高版本OpenCV已经修复了该类Identity算子的解析问题，不需要重新导出模型即可正常加载默认参数导出的YOLOv5 ONNX文件。

手动修复现有ONNX模型
如果不想升级OpenCV、也没有条件重新导出模型，可以用onnx库直接裁剪现有模型的冗余节点，修复代码参考：

import onnx
# 加载原有模型
model = onnx.load('yolo/models/yolov5s.onnx')
# 移除输出端冗余的Identity节点
while model.graph.node[-1].op_type == 'Identity':
    model.graph.node.pop()
# 绑定最终输出节点到模型输出
final_output = model.graph.node[-1].output[0]
model.graph.output.clear()
model.graph.output.append(onnx.helper.make_tensor_value_info(final_output, onnx.TensorProto.FLOAT, None))
# 保存修复后的模型
onnx.save(model, 'yolo/models/yolov5s_fixed.onnx')

后续推理时加载修复后的yolov5s_fixed.onnx文件即可。

内容的提问来源于stack exchange，提问作者Neskelogth