多onnx模型导出合并调研（文本检测+方向分类+文本识别）

👑主页：吾名招财
👓简介：工科学硕，研究方向机器视觉，爱好较广泛…
​💫签名：面朝大海，春暖花开！

引言

目标：
  部署端只用一个模型实现文本检测及文本识别。
  目前是文本检测、文本方向分类、文本识别三个模型分别训练，然后部署的话需要三个分别部署并使用自定义流程连接，现在需要想将其三个模型按照顺序合并成为一个模型，然后再用这一个模型部署（方便部署），此时仅仅是简化了部署流程。
  一种是上面的，另一种是端到端的算法（PGNET），这是一个算法，这个算法同时进行文本检测及文本识别输出，最终一个模型训练输出，因后续要对文本识别通用模型进行部署，故此端到端方法暂时舍弃。

模型拼接调研验证：
1，直接对onnx模型进行操作合并拼接测试验证。
2，将onnx模型转换成pytorch再在pytorch中合并两个模型测试验证。

onnx结构：