深度学习 模型加速 TensorRT篇输入输出部署流程

Posted 2022-04-09 一颗小树x

前言

本文首先简要介绍 Tensor RT 的输入、输出以及部署流程，了解 Tensor RT 在部署模型中起到的作用。然后介绍 Tensor RT 模型导入流程，针对不同的深度学习框架，使用不同的方法导入模型。

 

一、TensorRT 简介

TensorRT 是NVIDIA 公司发布的一个高性能的深度学习推理加速框架，下面先看一下使用TensorRT的背景：

1. 训练主要是获得层与层之间的权重参数，目的是为了获得一个性能优异的模型，关注点集中在模型的准确度、精度等指标。
2. 推理（inference）则不一样，其没有了训练中的反向迭代过程，只是针对新的数据进行预测。相较于训练，推理的更关注的是部署简单、处理速度快、吞吐率高和资源消耗少。

作用：TensorRT优化深度学习模型结构，并提供高吞吐率和低延迟的推理部署。

应用：TensorRT可用于大规模数据中心、嵌入式平台或自动驾驶平台进行推理加速。

1.1 TensorRT的输入

在输入方面，TensorRT 支持所有常见的深度学习框架包括 Caffe、Tensorflow、Pytorch、MXNet、Paddle Paddle 等。

• 得到的网络模型需要导入到TensorRT，对于模型的导入方式，TensorRT 支持的导入方式包括 C++ API、Python API、NvCaffeParser 和 NvUffParser等
• 还可以借助中间转换工具ONNX，比如：先将模型由 Pytorch 保存的模型文件转换成ONNX模型，然后再将 ONNX 模型转换成 TensorRT推理引擎。后面再结合具体案例，详细分析。

1.2 TensorRT的输出

• 将模型导入TensorRT 以生成引擎（engine）文件，将 engine 文件序列化保存， 之后即可以方便快速地调用它来执行模型的加速推理。
• 输出方面，对于系统平台，TensorRT 支持 Linux x86、Linux aarch64、android aarch64 和 QNX  aarch64。

1.3 TensorRT部署流程

Tensor RT 的部署分为两个部分：（TensorRT部署流程如下图所示）

• 一是 优化训练好的模型并生成计算流图；
• 二是 部署计算流图。

二、模型导入

这里介绍Caffe框架、Tensorflow框架、Pytorch框架等，进行模型导入，重点分析一下Pytorch框架。

2.1 Tensorflow 框架

• 方法1：使用 uff python 接口将模型转成 uff 格式，之后使用 NvUffParser 导入。
• 方法2：使用 Freeze graph 来生成.Pb(protobuf)文件，之后使用convert-to-uff 工具将.pb 文件转化成 uff 格式，然后利用 NvUffParser 导入。
• 方法3：将Tensorflow 训练好的模型（xx.pb）进行 TensorRT 推理加速，需要先将模型由 Pytorch 保存的模型文件转换 成 ONNX 模型，然后再将 ONNX 模型转换成 TensorRT 推理引擎。处理流程如下图所示

2.2 Pytorch框架

为了将Pytorch训练好的模型（xx.pt）进行 TensorRT 推理加速，需要先将模型由 Pytorch 保存的模型文件转换 成 ONNX 模型，然后再将 ONNX 模型转换成 TensorRT 推理引擎。

A、Pytorch-ONNX 模型转换

ONNX（Open Neural Network Exchange，开放神经网络交换）模型格式是一种用于 表示深度学习模型的文件格式，可以使深度学习模型在不同框架之间相互转换。

• 目前 ONNX 支持应用于 ：Pytorch、Caffe2、Tensorflow、MXNet、Microsoft CNTK 和 TensorRT 等深度学习框架
• ONNX组成：由可扩展计算图模型的定义、标准数据类型的定义和内置运算符的定义三 个部分组成。
• 与 Pytorch 模型不同，ONNX 格式的权重文件除了包含权重值外，还包含：神经网络中的网络流动信息、每层网络的输入输出信息以及一些辅助信息。

 为得到 TensorRT 推理引擎，首先将经过网络训练得到的 Pytorch 模型转换成 ONNX 模型，然后进行 ONNX 模型的解析，最终生成用于加速的网络推理引擎（engine）。 Pytorch 模型转换生成 ONNX 模型的流程如下图所示。

• 第一步定义 ONNX 模型的输入、输出数据类型；
• 第二步将模型图与模型元数据进行关联，模型图中含有可执行元素，模型元数据是一种特殊的数据类型，用于数据描述；
• 第三步先定义导入模型的运算符集， 再将运算符集导入相应的图（Graph）中；
• 第四步生成由元数据、模型参数列表、计算列表构成的序列化图（ONNX Graph）。

成功转换后，得到 ONNX 模型。

• 其中，PyTorch 中自带的 torch.onnx 模块。此模块包含将模型导出为 onnx IR 格式的函数。这些模型可以从 onnx 库加载，然后转换为可以在其他深度学习框架上运行的模型。
• 基本流程为：模型读取、参数设置、tensor 张量生成和模型转化。
• 其中关键的 export 函数为：torch. onnx. export()

B、ONNX-TensorRT 模型转换

创建并保存 engine 文件流程，如下图所示：

• 第一步创建 engine 类为构建器，engine 类是 TensorRT 中创建推理引擎所 用的函数，创建 engine 类为 nvinfer::IBuilder；
• 第二步使用 builder->createNetworkV2 创 建网络（Network）；
• 第三步使用 nvonnxparser::createParser 创建 ONNX 模型的解析器；
• 第四步通过 builder->setMaxBatchSize 设置网络每个批次处理的图片数量，通过 builder->setMaxWorkspaceSize 设置内存空间以及通过 config->setFlag 设置推理时模型参 数的精度类型；
• 第五步通过解析器来解析 ONNX 模型；最后生成 engine 文件并保存。

2.3 Caffe框架

方法1：使用C++/Python API 导入模型，通过代码定义网络结构，并载入模型 weights 的方式导入。

方法2：使用 NvCaffeParser 导入模型，导入时输入网络结构 prototxt 文件及caffemodel 文件。

参考文献：

[1] 尹昱航. 基于特征融合的交通场景目标检测方法研究[D]. 大连:大连理工大学, 2021.

[2] 葛壮壮. 基于嵌入式 GPU 的交通灯及数字检测[D]. 四川:电子科技大学, 2020.

官网示例：

https://developer.nvidia.com/zh-cn/blog/speeding-up-deep-learning-inference-using-tensorrt-updated/https://developer.nvidia.com/zh-cn/blog/speeding-up-deep-learning-inference-using-tensorrt-updated/

官方文档：

https://docs.nvidia.com/deeplearning/tensorrt/archives/index.htmlhttps://docs.nvidia.com/deeplearning/tensorrt/archives/index.html

 本文直供大家参考学习，谢谢！