百度端侧推理引擎 Paddle Lite 新增 ARM 端图像预处理库

Posted 开发者技术前线

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了百度端侧推理引擎 Paddle Lite 新增 ARM 端图像预处理库相关的知识,希望对你有一定的参考价值。

Paddle Lite 是飞桨的端侧推理引擎,具有高性能、多硬件、轻量级的特点,它支持飞桨/TensorFlow/Caffe/ONNX等模型在ARM CPU, Mali GPU, Adreno GPU, Huawei NPU 等多种硬件上的推理部署,性能达到业内领先。


目前Paddle Lite保持快速的迭代优化升级,距离正式版2.0.0发布仅一个月,Paddle Lite又一次发布了2.1.0版本。


Paddle Lite的Github链接:

https://github.com/PaddlePaddle/Paddle-Lite

 

01

Paddle Lite v2.1.0的重点功能


1.新增ARM端图像预处理库,用于图像预处理,它可以


  • 支持多种颜色空间转换,如NV12_To_RGB、GRAR_To_RGB等

  • 支持多种图像预处理操作,如图像旋转、翻转等

  • 支持图像数据到Tensor的转换,如RGB_To_NCHW(Tensor)等

  • 相关功能性能优于OpenCV。对1920x 1080的BGR图像,做如下操作:

o   Resize:1920x 1080 --540x960

o   Rotate:1920x 1080 旋转90度

o   Flip:沿xy轴对角线翻转


与OpenCV在ARM v7 4线程下的性能对比数据如下图所示:


百度端侧推理引擎 Paddle Lite 新增 ARM 端图像预处理库

2.新增按模型集合裁剪预测库的功能。开发者可以通过该功能只保留给定多个模型线上预测所需要的op和kernel,从而压缩预测库体积。


3.优化报错信息,在android中支持原生系统报错。


 

02

Paddle Lite v2.1.0更多新特性一览


1.基础功能升级


a.新增op

  • x86 tanh, gelu

  • x86 stack


b.op升级,与飞桨 v1.6对齐

  • reshape支持输入用std::vector<Tensor<int32>>描述shape信息

  • slice支持starts、ends用Tensor、TensorList描述

  • lookup_table 去除最后一维必须为1的限制,保留原op,新增op为lookup_table_v2

  • resize_bilinear和resize_nearest,增加用TensorList和Tensor描述resize的shape信息


c.新增模型

  • x86增加MobileNetV1, MobileNetV2支持


d.API对齐

Python、Java、C++三种 API核心接口对齐:

  • MobileConfig模式下,Python , Java,C++接口完整对齐,适用于移动端的轻量级部署场景 

  • CxxConfig 模式下,Python,C++接口完整对齐,适用于非轻量级部署场景


e.升级量化模型支持

  • 支持飞桨训练后量化方法产出的量化模型,比如MobileNetV1、 MobileNetV2、ReseNt50

  • 支持飞桨量化训练方法产出权重量化方式为channel_wise_abs_max的量化模型


f.预测库整理


重新整理核心库包含的(basic) op&kernel,使基础预测库(build_extra=OFF)支持CV类9个经典模型(包括飞桨原生模型和对应的 X2Paddle第三方转化模型)和3个量化模型,且tiny_publish下预测动态库体积不变。支持模型如下:


  • 9个经典模型及其飞桨转化模型:MobileNetV1、MobileNetV2、MnasNet、ResNet50、YOLOv3、SSD_MobileNetV1、 U-Net、SqueezeNet_v1.1、ShuffleNet_v2


  • 3个int8量化模型:MobileNetV1、MobileNetV2、ResNet50


2.性能优化


主流模型的性能优化持续迭代。以MobileNetV1为例,性能保持领先,如下图所示:


百度端侧推理引擎 Paddle Lite 新增 ARM 端图像预处理库


改进ARM CPU conv3x3实现方式,ResNet、SqueezeNet等模型性能提升。ResNet50性能如下图所示:



3.编译

  • NPU的编译支持华为官方最新版HiAI DDK 310


 4.文档

  • 增Pass介绍与注册方法文档:

    https://paddlepaddle.github.io/Paddle-Lite/v2.1.0/add_new_pass/

  • 齐了 Cxx API文档:

    https://paddlepaddle.github.io/Paddle-Lite/v2.1.0/cxx_api_doc/

  • 新增CV图像预处理库API接口介绍文档:

    https://paddlepaddle.github.io/Paddle-Lite/v2.1.0/cv/

  • 增部署训练后量化模型的使用示例文档:

    https://paddlepaddle.github.io/Paddle-Lite/v2.1.0/model_quantization/#%E8%AE%AD%E7%BB%83%E5%90%8E%E9%87%8F%E5%8C%96

 

5.Bug修复


修补了一些上个版本中存在的Bug。 

 

如果您想了解更多关于Paddle Lite的相关内容,请参阅以下文档:

  • Paddle Lite的Github链接:

    https://github.com/PaddlePaddle/Paddle-Lite

  • Paddle Lite的文档链接:

    https://paddlepaddle.github.io/Paddle-Lite/

  • Paddle Lite Demo的链接:

    https://github.com/PaddlePaddle/Paddle-Lite-Demo

  • 飞桨的Github链接:

    https://github.com/paddlepaddle



以上是关于百度端侧推理引擎 Paddle Lite 新增 ARM 端图像预处理库的主要内容,如果未能解决你的问题,请参考以下文章

百度推出端侧推理引擎 Paddle Lite,支持华为 NPU 在线编译

飞桨端侧推理引擎重磅升级为Paddle Lite,更高扩展性更极致性能!

更强大易用的端侧推理引擎来啦!Paddle Lite 2.0正式发布

Paddle Lite 深度解读落地实战-百度技术分享会报名(北京)

坐标北京,Paddle Lite​ 线下交流会,助力算法落地

如何基于Flutter和Paddle Lite实现实时目标检测