MMDeploy项目中的ONNXRuntime导出错误分析与解决方案

问题背景

在使用MMDeploy工具将PointPillars模型导出为ONNX格式时，开发者遇到了一个典型的运行时错误。错误信息显示："[ONNXRuntimeError] : 1 : FAIL : Node (MatMulBnFusion_Gemm) Op (Gemm) [ShapeInferenceError] First input does not have rank 2"。这个错误发生在模型转换的最后阶段，当尝试加载生成的ONNX模型进行可视化时。

错误分析

错误本质

这个错误的核心在于ONNX Runtime在执行形状推断时发现了一个不匹配的问题。具体来说：

1. 操作类型：错误发生在Gemm（通用矩阵乘法）操作上
2. 节点名称：MatMulBnFusion_Gemm（表明这是一个经过融合的矩阵乘法和批量归一化操作）
3. 具体问题：该操作的第一个输入张量的秩（rank）不是2，而Gemm操作要求输入必须是二维矩阵

深层原因

这种错误通常源于以下几个方面：

1. ONNX操作集版本不兼容：PointPillars模型使用的某些操作可能需要特定版本的ONNX操作集支持
2. ONNX Runtime版本问题：不同版本的ONNX Runtime对操作的支持程度和优化策略有所不同
3. 模型转换过程中的优化问题：在PyTorch到ONNX的转换过程中，某些优化可能导致张量形状不符合预期

解决方案

版本匹配

经过验证，以下ONNX Runtime版本可以解决此问题：

1. ONNX Runtime 1.12：与ONNX操作集版本11兼容，适合PointPillars模型
2. ONNX Runtime 1.16：也被证实可以正常工作

实施步骤

1. 卸载当前版本：

   pip uninstall onnxruntime
   

2. 安装兼容版本：

   pip install onnxruntime==1.16.0
   

3. 重新执行导出流程：

   python mmdeploy/tools/deploy.py \
       mmdeploy/configs/mmdet3d/voxel-detection/voxel-detection_onnxruntime_dynamic.py \
       pointpillars/pointpillars_hv_secfpn_8xb6-160e_kitti-3d-3class.py \
       pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class_20220301_150306-37dc2420.pth \
       /path/to/input.bin \
       --work-dir mmdeploy_model/pointpillars \
       --device cpu
   

预防措施

为了避免类似问题，建议：

1. 查阅兼容性文档：在开始模型转换前，仔细阅读MMDeploy和ONNX Runtime的版本兼容性说明
2. 使用虚拟环境：为每个项目创建独立的虚拟环境，避免版本冲突
3. 记录环境配置：使用pip freeze > requirements.txt记录所有依赖版本
4. 分步验证：先导出小规模模型验证流程，再处理完整模型

技术扩展

ONNX Runtime版本管理

ONNX Runtime的版本选择需要考虑多个因素：

1. 操作集支持：不同版本支持的操作集(opset)版本不同
2. 性能优化：新版通常包含更多优化，但也可能引入兼容性问题
3. 硬件支持：特定版本可能对某些硬件加速有更好的支持

MMDeploy最佳实践

1. 模型准备：确保原始模型能在原生框架中正常运行
2. 中间检查：在转换过程中检查中间ONNX模型的有效性
3. 逐步调试：遇到问题时，尝试简化模型结构定位问题源

通过理解这些原理和采取适当措施，开发者可以更顺利地完成3D检测模型的部署工作。