HarmonyOS 鸿蒙Next中onnx模型转om模型报错

HarmonyOS 鸿蒙Next中onnx模型转om模型报错 我有一个多输入多输出的onnx模型，转om模型报错如下，请问如何解决：

(base) c00853367@a46:~/hiai/DDK-tools-next-5.1.1.0/tools/tools_omg$ sh trans_model.sh
INFO: execute command: /home/c00853367/hiai/DDK-tools-next-5.1.1.0/tools/tools_omg/master/omg --model /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/depth_anything_vits_294_168_v7_for_video.onnx --framework 5 --output /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/om/depth_anything_vits_294_168_v7_for_video
I/AI_FMK (1826273): cl_register.cpp CLRegister(56)::"CLRegister start! clName:FMK_CL"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:Initialize"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:Finalize"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:SetOnServiceDiedCallback"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetOpsKernelInfoStores"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetGraphOptimizerObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetGraphCompilerObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetGraphExecutorFactoryObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetCompatibleHelperObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetDeviceEventHandlerObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetCompiledTargetSaverObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetTunedTargetCompilerObjs"
I/AI_FMK (1826273): cl_register.cpp RegisterComputeLibraryFunc(39)::"RegisterComputeLibraryFunc funName:GetPlatformInfoStoreObjs"
I/OMG_TOOL (1826273): main.cpp main(18)::"OMG run begin."
I/OMG_TOOL (1826273): command_util.cpp CheckHiaiVersionValid(868)::"set _version ir."
I/AI_FMK (1826273): omg.cpp Generate(210)::"Generate begin."
I/AI_FMK (1826273): ops_kernel_store_manager.cpp DlopenComputeLibrary(38)::"Open ComputeLibrary so: libcpucl_host.so"
I/AI_FMK (1826273): ops_kernel_store_manager.cpp DlopenComputeLibrary(38)::"Open ComputeLibrary so: libai_npucore_itf.so"
W/AI_FMK (1826273): ops_kernel_store_manager.cpp DlopenComputeLibrary(41)::"dlopen so failed: libai_npucore_itf.so: cannot open shared object file: No such file or directory"
I/AI_FMK (1826273): ops_kernel_store_manager.cpp DlCloseComputeLibrary(83)::"handle is null, not need to close library"
I/AI_FMK (1826273): model_util.cpp BuildOrigin2IRGraph(234)::"ModelUtil::BuildOrigin2IRGraph from file"
I/AI_FMK (1826273): proto_util.cpp ReadBytesFromBinaryFile(195)::"Read size:53476700"
W/AI_FMK (1826273): parser_factory.cpp LoadCustomOpLib(59)::"dlerror: libcustom_op.so: cannot open shared object file: No such file or directory"
E/AI_INFRA (1826273): onnx_graph_parser.cpp UpdateUserSetNodeNames(631)::"opIndex != context.tensorOperator.end()" "false, return FAIL."
E/AI_INFRA (1826273): model_util.cpp ParseOriginBuffer2IrGraph(482)::"ret == SUCCESS" "false, return ret."
E/AI_INFRA (1826273): model_util.cpp ParseOriginONNX2IrGraph(548)::"ParseOriginBuffer2IrGraph(inputOptions, srcbuffer, irGraph) == SUCCESS" "false, return FAIL."
E/AI_INFRA (1826273): model_util.cpp BuildOrigin2IRGraph(238)::"ret == SUCCESS" "false, return ret."
E/AI_FMK (1826273): omg.cpp GenerateIRModel(140)::"Failed to generator IR graph!."
E/OMG_TOOL (1826273): command_util.cpp ProcessCommand(1284)::"OMG Generate execute failed!!"
E/OMG_TOOL (1826273): main.cpp main(21)::"OMG generate offline model failed. Please see the log or pre-checking report for more details."
I/AI_FMK (1826273): ops_kernel_store_manager.cpp ~OpKernelStoreManager(208)::"~OpKernelStoreManager"

转换命令如下：

./omg --model /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/depth_anything_vits_294_168_v7_for_video.onnx --framework 5 --output /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/om/depth_anything_vits_294_168_v7_for_video

更多关于HarmonyOS 鸿蒙Next中onnx模型转om模型报错的实战教程也可以访问 https://www.itying.com/category-93-b0.html

5 回复

已解决，解决方法：

pip install onnx-simplifier
python -m onnxsim depth_anything_vits_294_168_v7_for_video.onnx depth_anything_sim.onnx

更多关于HarmonyOS 鸿蒙Next中onnx模型转om模型报错的实战系列教程也可以访问 https://www.itying.com/category-93-b0.html


这类 ONNX 转 OM 的问题要先定位真正的 ERROR 行，前面 CLRegister、Initialize 之类日志通常只是工具启动和计算库注册，不一定是根因。

建议按这个顺序排：1. 用 onnx.checker 和 onnxsim 先确认 ONNX 本身合法，并尽量固定输入 shape；2. 多输入多输出模型需要确认转换脚本里是否把所有输入名、输入 shape 都传完整，动态维度不要留给工具猜；3. 看报错是否指向 unsupported op、shape infer 失败或 dtype 不支持，Depth-Anything 这类模型常见卡点在 Resize、GridSample、LayerNorm、动态切片等算子；4. 如果是算子不支持，优先改导出参数或替换子图，而不是只改 omg 参数。

可以把最后 20 行脱敏错误贴出来，尤其是第一个 ERROR/Exception 位置。只看当前这段启动日志，还不能判断是模型结构问题、shape 问题还是工具版本兼容问题。

加上输入维度，输出节点命令如下：

./omg --model /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/depth_anything_vits_294_168_v7_for_video.onnx --framework 5 --output /home/c00853367/code/3D/Depth-Anything-V2-main/onnx/om/depth_anything_vits_294_168_v7_for_video --input_shape="image:1,3,168,294;cache0:1,3,253,384;cache1:1,3,253,384;cache2:1,3,253,384" --out_nodes="depth;newcache0;newcache1;newcache2"

报错如下：

E/AI_INFRA (1842711): model_util.cpp ParseOriginBuffer2IrGraph(475)::"ret == SUCCESS" "false, return ret."
E/AI_INFRA (1842711): model_util.cpp ParseOriginONNX2IrGraph(541)::"ParseOriginBuffer2IrGraph(inputOptions, srcbuffer, irGraph, hiai::FrameworkType::ONNX) == SUCCESS" "false, return FAIL."
E/AI_INFRA (1842711): model_util.cpp BuildOrigin2IRGraph(233)::"ret == SUCCESS" "false, return ret."
E/AI_FMK (1842711): omg.cpp GenerateIRModel(113)::"Failed to generator IR graph!."
E/OMG_TOOL (1842711): command_util.cpp ProcessCommand(1226)::"OMG Generate execute failed!!"
E/OMG_TOOL (1842711): main.cpp main(21)::"OMG generate offline model failed. Please see the log or pre-checking report for more details."
I/AI_FMK (1842711): ops_kernel_store_manager.cpp ~OpKernelStoreManager(206)::"~OpKernelStoreManager"

onnx转om报错常见原因：算子未适配昇腾AI处理器或ONNX opset版本不兼容。请检查模型是否包含昇腾不支持的算子（如FusedBatchNorm、部分Reduce操作），并确认onnx2om工具版本与CANN包匹配。建议使用atc工具时添加 --input_shape 参数固化动态维度，或通过PyTorch导出时设置opset11以下版本。

错误源于OMG工具解析ONNX图时，onnx_graph_parser.cpp 中算子索引映射失败。通常是因为模型中包含不支持的算子，或输入/输出名称未正确指定，导致图构建时找不到对应算子。

解决方法：

  1. 用 Netron 查看模型结构，识别并替换或移除不支持的算子（如 GridSample、自定义域算子），可使用 onnx-simplifier 简化模型。
  2. 转换命令中显式指定 --input_shape 和 --output 的输出节点名（多输出时用逗号分隔），例如：
    --input_shape "input1:1,3,224,224;input2:1,3,224,224" --output "out1,out2"
  3. 若模型用到自定义算子，确保 libcustom_op.so 在库路径下，或通过 --custom_op 参数加载。
  4. 仍失败可尝试升级 DDK 工具或使用 ONNX 版本兼容性调整后重新导出。
回到顶部