Инструмент для удаления фона с изображений: доступен как CLI, библиотека Python, HTTP-сервер или Docker-контейнер.
inisis/OnnxSlim
Python-инструментарий для оптимизации моделей ONNX: сокращает число операторов, стремясь сохранить точность и ускорить инференс.
- Звёзды
- 521
- Форки
- 44
- Открытые issues
- 31
- Последний коммит
- 4 дня назад
Что это?
OnnxSlim уменьшает модели ONNX, удаляя избыточные операторы. В результате граф становится компактнее и обычно быстрее выполняется при инференсе. Инструментом можно пользоваться через командную строку, выполнив `onnxslim input output`, или из Python: передать загруженную модель в `onnxslim.slim()` и сохранить результат.
Проект опубликован на PyPI как `onnxslim`; его также можно установить из исходного кода. В README перечислены несколько open-source-проектов, использующих OnnxSlim в конвейерах экспорта или оптимизации моделей, в том числе Ultralytics, Hugging Face Optimum и transformers.js.
Ключевые возможности
- 01Сокращает число операторов в графе ONNX, стремясь сохранить точность.
- 02Предоставляет CLI-инструмент для быстрой оптимизации моделей.
- 03Предлагает Python API, который принимает загруженную модель ONNX и возвращает оптимизированную.
- 04Можно установить через PyPI или напрямую из исходного кода.
Сценарии использования
- Уменьшение размера модели ONNX и числа операторов перед развёртыванием с ONNX Runtime.
- Добавление этапа оптимизации в конвейер экспорта моделей на базе PyTorch или аналогичных фреймворков.
- Оптимизация моделей для задач инференса с LLM или компьютерным зрением.
Быстрый старт
- 1
Установить предварительно собранный пакет из PyPI
pip install onnxslim - 2
Уменьшить размер модели ONNX из командной строки
onnxslim your_onnx_model slimmed_onnx_model
Темы
Частые вопросы
- Что такое OnnxSlim?
- Python-инструментарий для оптимизации моделей ONNX: сокращает число операторов, стремясь сохранить точность и ускорить инференс. OnnxSlim уменьшает модели ONNX, удаляя избыточные операторы. В результате граф становится компактнее и обычно быстрее выполняется при инференсе. Инструментом можно пользоваться через командную строку, выполнив `onnxslim input output`, или из Python: передать загруженную модель в `onnxslim.slim()` и сохранить результат.
- OnnxSlim можно использовать бесплатно? Какая у него лицензия?
- OnnxSlim распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- OnnxSlim всё ещё поддерживается?
- Активно поддерживается. Последний коммит в OnnxSlim — 16 окт. 2026 г..
- Для чего можно использовать OnnxSlim?
- Уменьшение размера модели ONNX и числа операторов перед развёртыванием с ONNX Runtime. Добавление этапа оптимизации в конвейер экспорта моделей на базе PyTorch или аналогичных фреймворков. Оптимизация моделей для задач инференса с LLM или компьютерным зрением.
- Как установить OnnxSlim?
- Установить предварительно собранный пакет из PyPI: pip install onnxslim Уменьшить размер модели ONNX из командной строки: onnxslim your_onnx_model slimmed_onnx_model
- Где скачать OnnxSlim?
- Исходный код и инструкции по установке — на GitHub: https://github.com/inisis/OnnxSlim
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Исследовательский проект Apple, который менее чем за секунду превращает одну фотографию в 3D-сцену из гауссиан для рендеринга с близких новых ракурсов.
Фреймворк с открытым исходным кодом на базе PyTorch для глубокого обучения на медицинских изображениях: предобработка, сети, функции потерь и метрики оценки.
Коллекция из 419 предварительно обученных AI-моделей для компьютерного зрения, обработки речи, NLP и LLM, запускаемых через общий Python CLI с помощью ailia SDK.
Небольшой учебный проект для запуска инференса vision-language-модели на Apple Silicon с MLX и оценки вариантов ответа по одному изображению.
Бесплатный курс под лицензией MIT из 542 уроков, который с нуля знакомит с AI engineering на Python, TypeScript, Rust и Julia.