index.html

 <html>
<body>
<!-- Se carga el JS de la class ONNX -->
<script src="https://cdn.jsdelivr.net/npm/onnxjs/dist/onnx.min.js"></script>
<!-- script src="onnx.min.js"></script -->

<script>
// Clase Modelo utilizada para cargar modelo ONNX y ejecutar
class Modelo{

constructor() {
 this.sess = new onnx.InferenceSession()
}

async load(modelo) {
 await this.sess.loadModel(modelo)

 this.inputName = this.sess.session._model._graph._allInputNames
 this.inputType = this.sess.session._model._graph._allData[0].type.tensorType
 this.inputDim  = this.sess.session._model._graph._allData[0].type.shape.dims

 console.log('inputName:', this.inputName)
 console.log('inputType:', this.inputType)
 console.log('inputDim:', this.inputDim)
}

async run(datos) {
//datos = [1.33]
// let input = new onnx.Tensor(new Float32Array(datos), 'float32', [1,1])
 let input = new onnx.Tensor(new Float32Array(datos), this.inputType, this.inputDim)
 this.inputTensor = input

 this.outputMap = await this.sess.run([input])
 this.outputTensor = this.outputMap.values().next().value
 console.log('Tensor salida:',  this.outputTensor.data[0])
}

}


// Se crea el objeto modelo
modelo = new Modelo();

// Se carga el modelo desde archivo onnx
file='./custominverse.onnx.jpg';
modelo.load(file);

// Espera que el modelo este cargado para seguir
console.log('modelo_cargado:', modelo.sess.session._initialized);

// Se ejecuta el modelo con los parametros de entrada solo si ya se ha inicializado
setTimeout(()=>{ // espera un segundo
  if(modelo.sess.session._initialized){
     datos = [1.2];
     modelo.run(datos);

   // Se imprimen los resultados de prediccion y los parametros utilizados
   console.log('inputTensor:', modelo.inputTensor);
   console.log('outputTensor:', modelo.outputTensor);
   console.log('outMap:', modelo.outputMap);
  }
}, 1000); // espera un segundo
 </script>

</body>
</html>