mmdetection导出实例分割模型的onnx文件无法运行

Question

在下位机使用sdk目录运行onnx文件报错，opset的版本跟onnxruntime的版本都降级或升级过都报错

 C:\Users\24674\Desktop\mmdet\M2F>python object_detection.py cpu "C:\Users\24674\Desktop\mmdet\M2F" "C:\Users\24674\Desktop\mmdet\data\103181_jpg.rf.949ad7d0e123562ac10abb4488dc07bf.jpg"
loading mmdeploy_ort_net.dll ...
[2026-02-04 11:40:51.612] [mmdeploy] [info] [model.cpp:35] [DirectoryModel] Load model: "C:\Users\24674\Desktop\mmdet\M2F"
[2026-02-04 11:40:51.888] [mmdeploy] [error] [ort_net.cpp:205] unhandled exception when creating ORTNet: Failed to load model with error: D:\a\_work\1\s\onnxruntime\core\graph\model.cc:111 onnxruntime::Model::Model Unknown model file format version.

[2026-02-04 11:40:51.888] [mmdeploy] [error] [net_module.cpp:54] Failed to create Net backend: onnxruntime, config: {
  "context": {
    "device": "<any>",
    "model": "<any>",
    "stream": "<any>"
  },
  "input": [
    "prep_output"
  ],
  "input_map": {
    "img": "input"
  },
  "is_batched": true,
  "module": "Net",
  "name": "mask2former",
  "output": [
    "infer_output"
  ],
  "output_map": {},
  "type": "Task"
}
[2026-02-04 11:40:51.890] [mmdeploy] [error] [task.cpp:99] error parsing config: {
  "context": {
    "device": "<any>",
    "model": "<any>",
    "stream": "<any>"
  },
  "input": [
    "prep_output"
  ],
  "input_map": {
    "img": "input"
  },
  "is_batched": true,
  "module": "Net",
  "name": "mask2former",
  "output": [
    "infer_output"
  ],
  "output_map": {},
  "type": "Task"
}

Answer 1

上午好☀️☀️☀️️
本答案参考通义千问

你遇到的问题是关于 MMdetection 导出的 ONNX 模型在下位机运行时出现错误，具体错误信息为：

D:\a\_work\1\s\onnxruntime\core\graph\model.cc:111 onnxruntime::Model::Model Unknown model file format version.

这表明 ONNX 文件的版本与当前使用的 ONNX Runtime 不兼容，或者模型导出过程中存在一些配置问题。

---

✅ 问题分析

1. ONNX 格式版本不兼容

• ONNX 的版本（opset）可能高于或低于你使用的 ONNX Runtime 版本。
• 如果你尝试通过降级或升级 ONNX Runtime 来解决，但仍然报错，说明 ONNX 文件本身可能有格式问题。

2. 模型导出配置错误

• 在使用 mmdetection 导出 ONNX 模型时，可能没有正确设置输出节点、输入形状等关键参数。
• 例如：是否指定了正确的 --input-shape、--output-names 等参数？

3. mmdeploy 配置文件问题

• 错误日志中显示了 config 解析失败，可能是配置文件中某些字段不匹配，如 input_map, output_map, is_batched 等。

---

🔧 解决方案

✅ 第一步：确保 ONNX 模型导出正确

1. 使用 MMdetection 正确导出 ONNX

python tools/export_onnx.py \
    configs/mask2former/mask2former_r50_fpn_8x2_50e_coco.py \
    checkpoints/your_model.pth \
    --output-file mask2former.onnx \
    --input-shape 1 3 512 512 \
    --dynamic-axis input:0,1,2,3 \
    --show \
    --verify

注意：

• 替换 configs/mask2former/mask2former_r50_fpn_8x2_50e_coco.py 为你实际使用的配置文件路径。
• --input-shape 应根据你的实际输入图像尺寸进行调整（如 512x512）。
• --dynamic-axis 是为了支持动态 batch size。

2. 验证导出的 ONNX 是否有效

可以使用以下命令验证 ONNX 文件是否能被 ONNX Runtime 加载：

import onnx
model = onnx.load("mask2former.onnx")
print(model.opset_import)

如果输出如下，说明 opset 版本过高或过低：

[OpSetProto(name='', version=19), OpSetProto(name='com.microsoft', version=1)]

---

✅ 第二步：适配 ONNX Runtime 版本

1. 安装兼容的 ONNX Runtime 版本

假设你发现 ONNX 文件使用的是 opset 19，而你目前的 ONNX Runtime 只支持到 opset 17，那么你可以：

pip uninstall onnxruntime
pip install onnxruntime==1.16.0

建议安装与 ONNX 文件 opset 版本一致的 ONNX Runtime。

---

✅ 第三步：检查 mmdeploy 配置文件

1. 修改配置文件（如 config.json 或 config.yaml）

确保 input_map 和 output_map 正确映射了 ONNX 模型的输入和输出节点。

示例配置文件（config.json）：

{
  "type": "Task",
  "name": "mask2former",
  "module": "Net",
  "input": ["input"],
  "input_map": {
    "img": "input"
  },
  "output": ["pred_masks", "pred_logits"],
  "output_map": {
    "pred_masks": "masks",
    "pred_logits": "logits"
  },
  "is_batched": true,
  "context": {
    "device": "cpu",
    "model": "mask2former.onnx"
  }
}

注意：

• input 和 output 必须与 ONNX 模型的输入/输出节点名称完全一致。
• 如果不确定输出节点名称，可以通过 onnx.helper.print_tensor_info("mask2former.onnx") 查看。

---

✅ 第四步：重新部署模型并测试

1. 使用 mmdeploy 进行推理

确保你已正确安装 mmdeploy 并配置好环境：

pip install mmdeploy

然后执行推理脚本：

python tools/test.py \
    configs/mmdeploy/mask2former/onnxruntime_cpu.py \
    mask2former.onnx \
    --img "C:\Users\24674\Desktop\mmdet\data\103181_jpg.rf.949ad7d0e123562ac10abb4488dc07bf.jpg"

---

🧠 总结

| 问题 | 解决方案 | |------|----------| | ONNX 版本与 ONNX Runtime 不兼容 | 降级/升级 ONNX Runtime 以匹配 ONNX 文件的 opset 版本 | | 模型导出配置错误 | 使用 --input-shape 和 --dynamic-axis 正确导出 ONNX | | mmdeploy 配置文件错误 | 确保 input_map 和 output_map 与 ONNX 输入/输出节点一致 | | ONNX 文件无法加载 | 使用 onnx.load() 验证 ONNX 文件是否有效 |

---

💡 建议

• 推荐使用较新的 ONNX Runtime（如 1.16+），它对新 opset 的支持更好。
• 保持 MMdetection 和 mmdeploy 的版本一致性，避免因版本差异导致模型不可用。
• 在导出 ONNX 时开启 --verify 参数，确保模型导出无误。

如果你愿意提供具体的配置文件内容或导出命令，我可以进一步帮助你排查问题。