python onnx

# 示例代码：使用 Python 和 ONNX 进行模型推理

# 导入必要的库
import onnxruntime as ort
import numpy as np

# 加载 ONNX 模型
model_path = 'model.onnx'
session = ort.InferenceSession(model_path)

# 准备输入数据
input_name = session.get_inputs()[0].name
input_data = np.random.randn(1, 3, 224, 224).astype(np.float32)  # 假设输入是一个 224x224 的 3 通道图像

# 执行推理
outputs = session.run(None, {input_name: input_data})

# 获取输出结果
output_name = session.get_outputs()[0].name
output_data = outputs[0]

# 打印输出结果
print(f"Output from {output_name}: {output_data}")

# 解释说明：
# 1. 使用 `onnxruntime` 库加载和运行 ONNX 模型。
# 2. `InferenceSession` 用于创建一个会话来运行模型。
# 3. `get_inputs()` 和 `get_outputs()` 方法分别获取模型的输入和输出信息。
# 4. `run()` 方法执行推理，传入输入数据并返回输出结果。
# 5. 输入数据的形状和类型需要根据具体模型的要求进行调整。