polish inference docs
shippingwang
parent
0dcb5a6789
commit
152e3d286b
|
|
@ -0,0 +1,248 @@
|
|||
# 分类预测框架
|
||||
|
||||
### 一、简介
|
||||
|
||||
Paddle 的模型保存有多种不同的形式，大体可分为两类：
|
||||
1. persistable 模型（fluid.save保存的模型）
|
||||
一般用作模型的 checkpoint，可以加载后重新训练。persistable 模型保存的是零散的权重文件，每个文件代表模型中的一个 Variable，这些零散的文件不包含结构信息，需要结合模型的结构一起使用。
|
||||
```
|
||||
resnet50-vd-persistable/
|
||||
├── bn2a_branch1_mean
|
||||
├── bn2a_branch1_offset
|
||||
├── bn2a_branch1_scale
|
||||
├── bn2a_branch1_variance
|
||||
├── bn2a_branch2a_mean
|
||||
├── bn2a_branch2a_offset
|
||||
├── bn2a_branch2a_scale
|
||||
├── ...
|
||||
└── res5c_branch2c_weights
|
||||
```
|
||||
2. inference 模型（fluid.io.save_inference_model保存的模型）
|
||||
一般是模型训练完成后保存的固化模型，用于预测部署。与persistable 模型相比，inference 模型会额外的保存模型的结构信息，用于配合权重文件构成完整的模型。如下所示，`model` 中保存的即为模型的结构信息。
|
||||
```
|
||||
resnet50-vd-persistable/
|
||||
├── bn2a_branch1_mean
|
||||
├── bn2a_branch1_offset
|
||||
├── bn2a_branch1_scale
|
||||
├── bn2a_branch1_variance
|
||||
├── bn2a_branch2a_mean
|
||||
├── bn2a_branch2a_offset
|
||||
├── bn2a_branch2a_scale
|
||||
├── ...
|
||||
├── res5c_branch2c_weights
|
||||
└── model
|
||||
```
|
||||
为了方便起见，paddle 在保存 inference 模型的时候也可以将所有的权重文件保存成一个`params`文件，如下所示：
|
||||
```
|
||||
resnet50-vd
|
||||
├── model
|
||||
└── params
|
||||
```
|
||||
|
||||
在 Paddle 中训练引擎和预测引擎都支持模型的预测推理，只不过预测引擎不需要进行反向操作，因此可以进行定制型的优化（如层融合，kernel 选择等），达到低时延、高吞吐的目的。训练引擎既可以支持 persistable 模型，也可以支持 inference 模型，而预测引擎只支持 inference 模型，因此也就衍生出了三种不同的预测方式：
|
||||
1. 训练引擎 + persistable 模型
|
||||
2. 训练引擎 + inference 模型
|
||||
3. 预测引擎 + inference 模型
|
||||
|
||||
不管是何种预测方式，基本都包含以下几个主要的步骤：
|
||||
+ 构建引擎
|
||||
+ 构建待预测数据
|
||||
+ 执行预测
|
||||
+ 预测结果解析
|
||||
|
||||
不同预测方式，主要有两方面不同：构建引擎和执行预测，在以下的几个部分我们会具体介绍。
|
||||
|
||||
|
||||
### 二、模型转换
|
||||
|
||||
在任务的训练阶段，通常我们会保存一些 checkpoint（persistable 模型），这些只是模型权重文件，不能直接被预测引擎直接加载预测，所以我们通常会在训练完之后，找到合适的 checkpoint 并将其转换为 inference 模型。主要分为两个步骤：1. 构建训练引擎，2. 保存 inference 模型，如下所示：
|
||||
|
||||
```python
|
||||
import fluid
|
||||
|
||||
from ppcls.modeling.architectures.resnet_vd import ResNet50_vd
|
||||
|
||||
place = fluid.CPUPlace()
|
||||
exe = fluid.Executor(place)
|
||||
startup_prog = fluid.Program()
|
||||
infer_prog = fluid.Program()
|
||||
with fluid.program_guard(infer_prog, startup_prog):
|
||||
with fluid.unique_name.guard():
|
||||
image = create_input()
|
||||
image = fluid.data(name='image', shape=[None, 3, 224, 224], dtype='float32')
|
||||
out = ResNet50_vd.net(input=input, class_dim=1000)
|
||||
|
||||
infer_prog = infer_prog.clone(for_test=True)
|
||||
fluid.load(program=infer_prog, model_path=persistable 模型路径, executor=exe)
|
||||
|
||||
fluid.io.save_inference_model(
|
||||
dirname='./output/',
|
||||
feeded_var_names=[image.name],
|
||||
main_program=infer_prog,
|
||||
target_vars=out,
|
||||
executor=exe,
|
||||
model_filename='model',
|
||||
params_filename='params')
|
||||
```
|
||||
|
||||
在模型库的 `tools/export_model.py` 中提供了完整的示例，只需执行下述命令即可完成转换：
|
||||
|
||||
```python
|
||||
python tools/export_model.py \
|
||||
--model=模型名称 \
|
||||
--pretrained_model=persistable 模型路径 \
|
||||
--output_path=model和params保存路径
|
||||
```
|
||||
|
||||
### 三、训练引擎 + persistable 模型预测
|
||||
|
||||
在模型库的 `tools/infer.py` 中提供了完整的示例，只需执行下述命令即可完成预测：
|
||||
|
||||
```python
|
||||
python tools/infer.py \
|
||||
--image_file=待预测的图片文件路径 \
|
||||
--model=模型名称 \
|
||||
--pretrained_model=persistable 模型路径 \
|
||||
--use_gpu=True
|
||||
```
|
||||
|
||||
训练引擎构建：
|
||||
|
||||
由于 persistable 模型不包含模型的结构信息，因此需要先构建出网络结构，然后 load 权重来构建训练引擎。
|
||||
|
||||
```python
|
||||
import fluid
|
||||
from ppcls.modeling.architectures.resnet_vd import ResNet50_vd
|
||||
|
||||
place = fluid.CPUPlace()
|
||||
exe = fluid.Executor(place)
|
||||
startup_prog = fluid.Program()
|
||||
infer_prog = fluid.Program()
|
||||
with fluid.program_guard(infer_prog, startup_prog):
|
||||
with fluid.unique_name.guard():
|
||||
image = create_input()
|
||||
image = fluid.data(name='image', shape=[None, 3, 224, 224], dtype='float32')
|
||||
out = ResNet50_vd.net(input=input, class_dim=1000)
|
||||
infer_prog = infer_prog.clone(for_test=True)
|
||||
fluid.load(program=infer_prog, model_path=persistable 模型路径, executor=exe)
|
||||
```
|
||||
|
||||
执行预测：
|
||||
|
||||
```python
|
||||
outputs = exe.run(infer_prog,
|
||||
feed={image.name: data},
|
||||
fetch_list=[out.name],
|
||||
return_numpy=False)
|
||||
```
|
||||
|
||||
上述执行预测时候的参数说明可以参考官网 [fluid.Executor](https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/executor_cn/Executor_cn.html)
|
||||
|
||||
### 四、训练引擎 + inference 模型预测
|
||||
|
||||
在模型库的 `tools/py_infer.py` 中提供了完整的示例，只需执行下述命令即可完成预测：
|
||||
|
||||
```python
|
||||
python tools/py_infer.py \
|
||||
--image_file=图片路径 \
|
||||
--model_dir=模型的存储路径 \
|
||||
--model_file=保存的模型文件 \
|
||||
--params_file=保存的参数文件 \
|
||||
--use_gpu=True
|
||||
```
|
||||
|
||||
训练引擎构建：
|
||||
|
||||
由于 inference 模型已包含模型的结构信息，因此不再需要提前构建模型结构，直接 load 模型结构和权重文件来构建训练引擎。
|
||||
|
||||
```python
|
||||
import fluid
|
||||
|
||||
place = fluid.CPUPlace()
|
||||
exe = fluid.Executor(place)
|
||||
[program, feed_names, fetch_lists] = fluid.io.load_inference_model(
|
||||
模型的存储路径,
|
||||
exe,
|
||||
model_filename=保存的模型文件,
|
||||
params_filename=保存的参数文件)
|
||||
compiled_program = fluid.compiler.CompiledProgram(program)
|
||||
```
|
||||
|
||||
> `load_inference_model` 即支持零散的权重文件集合，也支持融合后的单个权重文件。
|
||||
|
||||
执行预测：
|
||||
|
||||
```python
|
||||
outputs = exe.run(compiled_program,
|
||||
feed={feed_names[0]: data},
|
||||
fetch_list=fetch_lists,
|
||||
return_numpy=False)
|
||||
```
|
||||
|
||||
上述执行预测时候的参数说明可以参考官网 [fluid.Executor](https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/executor_cn/Executor_cn.html)
|
||||
|
||||
### 五、预测引擎 + inference 模型预测
|
||||
|
||||
在模型库的 `tools/predict.py` 中提供了完整的示例，只需执行下述命令即可完成预测：
|
||||
|
||||
```
|
||||
python ./predict.py \
|
||||
-i=./test.jpeg \
|
||||
-m=./resnet50-vd/model \
|
||||
-p=./resnet50-vd/params \
|
||||
--use_gpu=1 \
|
||||
--use_tensorrt=True
|
||||
```
|
||||
|
||||
参数说明：
|
||||
+ `image_file`(简写 i)：待预测的图片文件路径，如 `./test.jpeg`
|
||||
+ `model_file`(简写 m)：模型文件路径，如 `./resnet50-vd/model`
|
||||
+ `params_file`(简写 p)：权重文件路径，如 `./resnet50-vd/params`
|
||||
+ `batch_size`(简写 b)：批大小，如 `1`
|
||||
+ `ir_optim`：是否使用 `IR` 优化
|
||||
+ `use_tensorrt`：是否使用 TesorRT 预测引擎
|
||||
+ `gpu_mem`： 初始分配GPU显存，以M单位
|
||||
+ `use_gpu`：是否使用 GPU 预测
|
||||
+ `enable_benchmark`：是否启用benchmark
|
||||
+ `model_name`：模型名字
|
||||
|
||||
注意：
|
||||
当启用benchmark时，默认开启tersorrt进行预测
|
||||
```
|
||||
|
||||
构建预测引擎：
|
||||
|
||||
```python
|
||||
from paddle.fluid.core import AnalysisConfig
|
||||
from paddle.fluid.core import create_paddle_predictor
|
||||
config = AnalysisConfig(model文件路径, params文件路径)
|
||||
config.enable_use_gpu(8000, 0)
|
||||
config.disable_glog_info()
|
||||
config.switch_ir_optim(True)
|
||||
config.enable_tensorrt_engine(
|
||||
precision_mode=AnalysisConfig.Precision.Float32,
|
||||
max_batch_size=1)
|
||||
|
||||
# no zero copy方式需要去除fetch feed op
|
||||
config.switch_use_feed_fetch_ops(False)
|
||||
|
||||
predictor = create_paddle_predictor(config)
|
||||
```
|
||||
|
||||
执行预测：
|
||||
|
||||
```python
|
||||
import numpy as np
|
||||
|
||||
input_names = predictor.get_input_names()
|
||||
input_tensor = predictor.get_input_tensor(input_names[0])
|
||||
input = np.random.randn(1, 3, 224, 224).astype("float32")
|
||||
input_tensor.reshape([1, 3, 224, 224])
|
||||
input_tensor.copy_from_cpu(input)
|
||||
predictor.zero_copy_run()
|
||||
```
|
||||
|
||||
更多预测参数说明可以参考官网 [Paddle Python 预测 API](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/python_infer_cn.html)。如果需要在业务的生产环境部署，也推荐使用 [Paddel C++ 预测 API](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/native_infer.html)，官网提供了丰富的预编译预测库 [Paddle C++ 预测库](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/build_and_install_lib_cn.html)。
|
||||
|
||||
|
||||
默认情况下，Paddle 的 wheel 包中是不包含 TensorRT 预测引擎的，如果需要使用 TensorRT 进行预测优化，需要自己编译对应的 wheel 包，编译方式可以参考 Paddle 的编译指南 [Paddle 编译](https://www.paddlepaddle.org.cn/documentation/docs/zh/install/compile/fromsource.html)。
|
||||
|
|
@ -65,13 +65,22 @@ python eval.py \
|
|||
|
||||
## 3 模型推理
|
||||
|
||||
PaddleClas通过预测引擎进行预测推理
|
||||
PaddlePaddle提供三种方式进行预测推理，接下来介绍如何用预测引擎进行推理：
|
||||
首先，对预测模型进行导出
|
||||
```bash
|
||||
python tools/export_model.py \
|
||||
-model=模型名字 \
|
||||
-pretrained_model=预训练模型路径 \
|
||||
-output_path=预测模型保存路径
|
||||
|
||||
```
|
||||
之后，通过预测引擎进行推理
|
||||
```bash
|
||||
python tools/predict.py \
|
||||
-m model文件路径
|
||||
-p params文件路径
|
||||
-i 图片路径
|
||||
--use_tensorrt True
|
||||
-m model文件路径 \
|
||||
-p params文件路径 \
|
||||
-i 图片路径 \
|
||||
--use_gpu=1 \
|
||||
--use_tensorrt=True
|
||||
```
|
||||
更多推理方式和实验请参考[分类预测框架](../extension/paddle_inference.md)
|
||||
|
|
|
|||
|
|
@ -46,10 +46,14 @@ def parse_args():
|
|||
|
||||
def create_predictor(args):
|
||||
config = AnalysisConfig(args.model_file, args.params_file)
|
||||
|
||||
|
||||
|
||||
if args.use_gpu:
|
||||
config.enable_use_gpu(args.gpu_mem, 0)
|
||||
else:
|
||||
config.disable_gpu()
|
||||
|
||||
config.disable_glog_info()
|
||||
config.switch_ir_optim(args.ir_optim) # default true
|
||||
if args.use_tensorrt:
|
||||
|
|
@ -91,6 +95,15 @@ def preprocess(fname, ops):
|
|||
|
||||
def main():
|
||||
args = parse_args()
|
||||
|
||||
if not args.enable_benchmark:
|
||||
assert args.batch_size == 1
|
||||
assert args.use_fp16 == False
|
||||
else:
|
||||
assert args.use_gpu == True
|
||||
assert args.model_name is not None
|
||||
assert args.use_tensorrt == True
|
||||
|
||||
operators = create_operators()
|
||||
predictor = create_predictor(args)
|
||||
|
||||
|
|
|
|||
Loading…
Reference in New Issue