Proto 类型定义
作者: 熊哈哈
邮箱: 915574300@qq.com
背景
这些结构在onnx中使用 protobuf 协议定义，在 onnx/*.proto 文件中。建议使用onnx.helper 模块中的函数来创建它们，而不是直接实例化它们。每个结构都可以用函数打印print并呈现为 json 字符串。
当我们加载了一个ONNX 模型之后，我们获得的就是一个 ModelProto，它包含了一些版本信息，生产者信息和一个 GraphProto。在 GraphProto里面又包含了四个repeated数组，它们分别是 node(NodeProto类型)，input(ValueInfoProto类型)，output(ValueInfoProto类型)和initializer(TensorProto类型)，其中
node中存放了模型中所有的计算节点，input存放了模型的输入节点，output存放了模型中所有的输出节点，initializer存放了模型的所有权重参数。
onnx文件的结构如下图所示：
ModelProto
ModelProto 这个类这定义了一个ONNX模型。这是每个转换库在转换机器学习模型后返回的类型。ModelProto 是一种顶层文件/容器格式，用于构建 ML 模型并将其计算图与元数据关联起来。模型的语义由关联的 GraphProto 描述。
| 属性 | 类型 | 含义 |
|---|---|---|
| doc_string | onnx.ModelProto.doc_string | |
| domain | onnx.ModelProto.domain | |
| functions | onnx.ModelProto.functions | |
| graph | onnx.ModelProto.graph | |
| ir_version | onnx.ModelProto.ir_version | |
| metadata_props | onnx.ModelProto.metadata_props | |
| model_version | onnx.ModelProto.model_version | |
| opset_import | onnx.ModelProto.opset_import | |
| producer_name | onnx.ModelProto.producer_name | |
| producer_version | onnx.ModelProto. Producer_version | |
| training_info | onnx.ModelProto.training_info |
AttributeProto
这个类用于定义由 NodeProto 自身定义的算子属性。它是一个命名属性，包含单个浮点数、整数、字符串、图和张量值，或重复的浮点数、整数、字符串、图和张量值。AttributeProto 必须包含 名称 字段，并且只能包含以下内容字段之一，从而有效地强制执行 C/C++ 联合等效项。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | 此消息类型的google.protobuf.descriptor.Descriptor。 | |
| doc_string | onnx.AttributeProto.doc_string | 变量的备注说明 |
| f | onnx.AttributeProto.f | |
| floats | onnx.AttributeProto.floats | |
| g | onnx.AttributeProto.g | |
| graphs | onnx.AttributeProto.graphs | |
| i | onnx.AttributeProto.i | |
| ints | onnx.AttributeProto.ints | |
| name | onnx.AttributeProto.name | |
| ref_attr_name | onnx.AttributeProto.ref_attr_name | |
| s | onnx.AttributeProto.s | |
| sparse_tensor | onnx.AttributeProto.sparse_tensor | |
| sparse_tensors | onnx.AttributeProto.sparse_tensors | |
| strings | onnx.AttributeProto.strings | |
| t | onnx.AttributeProto.t | |
| tensors | onnx.AttributeProto.tensors | |
| tp | onnx.AttributeProto.tp | |
| type | onnx.AttributeProto.type | |
| type_protos | onnx.AttributeProto.type_protos |
FunctionProto
这定义了一个函数。它不是模型，但可用于定义模型中使用的自定义运算符。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| attribute | onnx.FunctionProto.attribute | |
| attribute_proto | onnx.FunctionProto.attribute_proto | |
| doc_string | onnx.FunctionProto.doc_string | |
| domain | onnx.FunctionProto.domain | |
| input | onnx.FunctionProto.input | |
| metadata_props | onnx.FunctionProto.metadata_props | |
| name | onnx.FunctionProto.name | |
| node | onnx.FunctionProto.node | |
| opset_import | onnx.FunctionProto.opset_import | |
| output | onnx.FunctionProto.output | |
| overload | onnx.FunctionProto.overload | |
| value_info | onnx.FunctionProto.value_info |
GraphProto
这定义了一个图或一组从循环或测试中调用的节点。图定义了模型的计算逻辑，由参数化的节点列表组成，这些节点根据其输入和输出形成有向无环图 DAG。这相当于许多深度学习框架中的 网络 或 图。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| doc_string | onnx.GraphProto.doc_string | |
| initializer | onnx.GraphProto.initializer | |
| input | onnx.GraphProto.input | |
| metadata_props | onnx.GraphProto.metadata_props | |
| name | onnx.GraphProto.name | |
| node | onnx.GraphProto.node | |
| output | onnx.GraphProto.output | |
| quantization_annotation | onnx.GraphProto.quantization_annotation | |
| sparse_initializer | onnx.GraphProto.sparse_initializer | |
| value_info | onnx.GraphProto.value_info |
MapProto
这定义了一个映射或字典。它指定一个由键和值定义的关联表。MapProto 由一个重复的键字段（类型为 INT8、INT16、INT32、INT64、UINT8、UINT16、UINT32、UINT64 或 STRING）和值（类型为 TENSOR、SPARSE_TENSOR、SEQUENCE 或 MAP）组成。键类型和值类型在 MapProto 的整个实例化过程中必须保持不变。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| key_type | onnx.MapProto.key_type | |
| keys | onnx.MapProto.keys | |
| name | onnx.MapProto.name | |
| string_keys | onnx.MapProto.string_keys | |
| values | onnx.MapProto.values |
NodeProto
这定义了一个算子。模型是数学函数的组合，每个函数都表示为 onnx 算子，存储在 NodeProto 中。计算图由节点的 DAG 组成，这些节点表示机器学习框架中通常称为层或管道阶段的内容。例如，它可以是Conv类型的节点，它接收图像、过滤器张量和偏差张量，并产生卷积输出。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| attribute | onnx.NodeProto.attribute | |
| doc_string | onnx.NodeProto.doc_string | |
| domain | onnx.NodeProto.domain | |
| input | onnx.NodeProto.input | |
| metadata_props | onnx.NodeProto.metadata_props | |
| name | onnx.NodeProto.name | |
| op_type | onnx.NodeProto.op_type | |
| output | onnx.NodeProto.output | |
| overload | onnx.NodeProto.overload |
OperatorProto
用户很少使用此类。OperatorProto 表示算子签名和语义的不可变规范。算子被声明为 OperatorSet 的一部分，它还定义了集合的域名。运算符由三部分标识符（domain、op_type、since_version）唯一标识，其中
-
domain: 是包含此算子规范的算子集的域。
-
op_type: 是 NodeProto.op_type 引用的算子的名称
-
since_version: 是此算子最初声明的算子集的版本。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| doc_string | onnx.OperatorProto.doc_string | |
| op_type | onnx.OperatorProto.op_type | |
| since_version | onnx.OperatorProto.since_version | |
| status | onnx.OperatorProto.status |
OperatorSetIdProto
这是 ModelProto 类的属性类型opset_import。此属性指定模型中使用的运算符的版本。每个运算符或节点都属于一个域。同一域的所有运算符共享同一版本。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| domain | onnx.OperatorSetIdProto.domain | |
| version | onnx.OperatorSetIdProto.version |
OperatorSetProto
OperatorSetProto 表示一组不可变的不可变算子规范。该集合的域 (OperatorSetProto.domain) 是一个反向 DNS 名称，用于消除由独立实体定义的算子的歧义。该集合的版本 (opset_version) 是一个单调递增的整数，表示对算子集成员资格的更改。算子集由两部分标识符 (domain、opset_version) 唯一标识。与 ModelProto 一样，OperatorSetProto 旨在用作顶级文件/线路格式，因此除了算子集信息外，还具有标准格式标头。
| 属性 | 类型 | 含义 |
|---|---|---|
| DESCRIPTOR | ||
| doc_string | onnx.OperatorSetProto.doc_string | |
| domain | onnx.OperatorSetProto.domain | |
| functions | onnx.OperatorSetProto.functions | |
| ir_build_metadata | onnx.OperatorSetProto.ir_build_metadata | |
| ir_version | onnx.OperatorSetProto.ir_version | |
| ir_version_prerelease | onnx.OperatorSetProto.ir_version_prerelease | |
| magic | onnx.OperatorSetProto.magic |
|operator| onnx.OperatorSetProto.operator||
|opset_version| onnx.OperatorSetProto.opset_version||
参考：
- https://zhuanlan.zhihu.com/p/346511883
- https://www.cnblogs.com/silence-cho/p/17673812.html
- https://github.com/open-mmlab/mmdeploy/blob/main/docs/zh_cn/tutorial/05_onnx_model_editing.md
- https://www.cnblogs.com/vh-pg/p/11736174.html
- https://tvm-book.readthedocs.io/zh/latest/tutorials/frontend/onnxscript/square-loss.html
- https://blog.csdn.net/zt1091574181/article/details/126299266