尝试把IMDN和RFDN的PyTorch模型转换成.tflite文件，使用AI benchmark APP简单部署在安卓手机测试速度，失败了！！！ about onnx2tflite HOT 4 CLOSED

这是IMDN的github仓库
https://github.com/Zheng222/IMDN

from onnx2tflite.

工具只负责模型转换和简单的校验功能哦。
首先在最后工具报了Warning，转换是成功了，但是模型运行失败了，需要自己检查是哪里的问题。
你可以检查是否生成了tflite文件，使用netron查看。
然后使用tf.lite.Interpreter来检查模型是否能正确加载和推理。
其次不同版本的tensorflow也会导致推理失败哦，比如组卷积支持度的问题。

from onnx2tflite.

我发现了问题所在：
1.这份代码（或者说Tensorflow2.5，tflite）不支持这个超分辨率常用的操作，pixel_shuffle = nn.PixelShuffle(upscale_factor)，删除后得到的.tflite文件在AI benchmark APP就可以run。这一处，需要将这个函数用DepthToSpace来替换
2.这份代码不支持GELU激活函数，改成Leaky ReLU函数即可

from onnx2tflite.

1. 在ONNX中，对应nn.PixelShuffle的操作是DepthToSpace算子，而onnx2tflite是支持这个算子的(layers/deformation_layers.py#179)，你应该检查torch.onnx.export的ONNX算子是否正确映射了该算子。
2. 你可以在layers/activations_layers.py中自行实现GELU激活函数，非常简单。

from onnx2tflite.