Highlight

• onnx转mge功能更完善，增加若干算子的转换支持，支持mobilevit、mobilenetv3、mobileone、efficientnet模型转换

Bug Fixes

• 修复对 node 的 shape 和 dtype 为 None时报错的问题
• 修复pip安装时指定tfversion会出错的问题
• 修复onnx前端tensor owner_opr被覆盖的问题

New Features

• onnx2mge增加对 Div、 Hardsigmoid、Pow、Reduce、Shape、Sqrt、Sub、Unsqueeze 算子的支持
• 增加 TransformerRule 支持 onnx2mge中让fc的weight为非trans模式
• onnx2mge增加 --optimize-for-inference 选项支持dump mge模型时进行优化
• onnx2mge支持动态输入shape，增加 --frozen_input_shape支持使用onnxsim来固定shape，以优化当前shape的模型
• tflite转换器增加 --use_int64_bias 选项支持MatMul、Conv2d、DeConv2d的bias使用int64

Bug Fixes

• 修复虚拟环境中安装依赖包报错的问题
• 修复tflite转量化模型 dtype 错误的问题

HighLight

• 支持1.8、1.9版本的MegEngine
• 支持onnx模型转mge静态图模型和TracedModule
• 支持pip安装，安装tflite转换器更顺畅

Bug Fixes

• 修复不带bias的ConvbBnRelu转换出错的问题
• 修复 EXPAND_CONVRELU pass 中对输出节点的命名出错，导致caffe模型中有重复的 conv layer 的问题
• 修复部分复杂模型转换时报 maximum recursion depth exceeded 的问题
• 修复 onnx 转换器中 softmax 和 gemm 里的多余操作
• 修复 concat op 不支持 axis < 0 的情况
• 修复 int,float 默认的 dtype 是 64 位，而最高支持32位的问题
• 修复 tflite转换器 nhwc情况下没把GetSubtensor的参数start/end/step tensor 和Squeeze 的参数squeeze_ndim 从 nchw 转成 nhwc 的问题
• 修复 SLICE_PARAMS_AS_INPUTS_AND_MAKE_SQUEEZE Transformation, GetSubtensor squeeze_axis 为空时不再添加SqueezeOpr
• 修复FUSE_ACTIVATION Transformation, Conv -> tensor A -> Relu, Tensor A是网络输出的情况，删除tensor A未对应修改网络输出的问题
• 修复QAT模型转换bug，从QuantDtypeMeta获取量化信息
• 修复Flatten(Linear) 后 Linear 的权重没转到 nhwc 的bug

New Features

• 支持onnx模型到mge静态图模型和TracedModule的转换
• tflite转换器支持 remove_relu 选项去除relu算子
• tflite转换器增加prefer_same_pad_mode选项支持为Conv或Pooling pad时优先使用SAME的pad mode
• tflite转换器支持用户自定义的pixelshuffle(upsample/downsample)转到tflite的DepthToSpace、SpaceToDepth算子
• qat_pattern 增加新pattern （pat_conv_bias_relu_1）匹配用户自定义ConvBiasRelu Module
• 增加处理 fuse_add_sigmoid 的transform
• tracedmodule转tflite支持Pad算子
• 支持FuseAddRelu算子的转换
• onnx转mge支持LSTM、Gather算子
• 支持mge模型里SoftmaxForward算子的转换

HighLight

• 支持1.7版本的MegEngine
• TracedModule QAT模型转caffe支持导出量化参数文件
• 支持安装时使用 all 选项安装所有转换器

Bug Fixes

• 修复convert脚本中的bug，统一TracedModule转换器接口
• 修复各后端的安装脚本，解决依赖版本冲突问题，支持安装时使用 all 选项
• 依赖的protobuf升级至3.11.1版本，使用USE_CAFFE_PROTO环境变量管理 proto版本
• 修复tflite转换器中depthwise conv参数depth_multiplier和conv的pad mode计算错误
• 使用onnxoptimizer替换onnx.optimizer，修复新版本onnx移除optimizer导致的不兼容问题

New Features

• 兼容MegEngine 1.7的TracedModule
• TracedModule QAT模型转caffe支持导出量化参数文件
• caffe转换器支持指定转换后端，包括caffe、snpe、trt、nnie
• convert命令支持自动补全
• TracedModule模型支持指定end points转换部分网络
• 添加新transform支持：融合Conv和BN、融合Linear/MatMul和BN、去除Linear/MatMul之前的Flatten算子
• 支持新算子的转换：relu6、ConvBn、ConvRelu、ConvBnRelu
• 量化数据类型支持MegEngine内置的类型之外的其他numpy.dtype
• 添加api接口说明wiki

HighLight

• 转换器同时支持mge和TracedModule模型转换
• Tflite转换器支持使用参数 tfversion 选择安装的tflite schema版本
• Tflite转换器支持 Float32 和量化的 TracedModule 模型转换，量化模型支持转出Quantized模型，也支持转FLQ假量化模型并生成量化参数文件

HighLight

mgeconvert 是高效的三方库转换框架，当前版本支持mge 转换 onnx ，caffe ，tflite 等多平台的转换。由其算子力度较细的特性，可支持转换反向算子

尝鲜体验通道如下，请参考 安装指南

python3 -m pip install git+https://github.com/MegEngine/mgeconvert.git@v0.4.2