2.5 KiB

Raw Blame History

Paddle2onnx预测功能测试

PaddleServing预测功能测试的主程序为test_paddle2onnx.sh，可以测试Paddle2ONNX的模型转化功能，并验证正确性。

1. 测试结论汇总

基于训练是否使用量化，进行本测试的模型可以分为正常模型和量化模型，这两类模型对应的Paddle2ONNX预测功能汇总如下：

模型类型	device
正常模型	GPU
正常模型	CPU

2. 测试流程

以下内容以ResNet50模型的paddle2onnx测试为例

2.1 功能测试

先运行prepare.sh准备数据和模型，然后运行test_paddle2onnx.sh进行测试，最终在test_tipc/output/ResNet50目录下生成paddle2onnx_infer_*.log后缀的日志文件下方展示以PPHGNet_small为例的测试命令与结果。

bash test_tipc/prepare.sh ./test_tipc/config/ResNet/ResNet50_linux_gpu_normal_normal_paddle2onnx_python_linux_cpu.txt paddle2onnx_infer

# 用法:
bash test_tipc/test_paddle2onnx.sh ./test_tipc/config/ResNet/ResNet50_linux_gpu_normal_normal_paddle2onnx_python_linux_cpu.txt

运行结果

各测试的运行情况会打印在 ./test_tipc/output/ResNet50/results_paddle2onnx.log 中：运行成功时会输出：

Run successfully with command -  paddle2onnx --model_dir=./deploy/models/ResNet50_infer/ --model_filename=inference.pdmodel --params_filename=inference.pdiparams --save_file=./deploy/models/ResNet50_infer/inference.onnx --opset_version=10 --enable_onnx_checker=True!
Run successfully with command - cd deploy && python3.7 ./python/predict_cls.py -o Global.inference_model_dir=./models/ResNet50_infer -o Global.use_onnx=True -o Global.use_gpu=False -c=configs/inference_cls.yaml > ../test_tipc/output/ResNet50/paddle2onnx_infer_cpu.log 2>&1 && cd ../!

运行失败时会输出：

Run failed with command -  paddle2onnx --model_dir=./deploy/models/ResNet50_infer/ --model_filename=inference.pdmodel --params_filename=inference.pdiparams --save_file=./deploy/models/ResNet50_infer/inference.onnx --opset_version=10 --enable_onnx_checker=True!
Run failed with command - cd deploy && python3.7 ./python/predict_cls.py -o Global.inference_model_dir=./models/ResNet50_infer -o Global.use_onnx=True -o Global.use_gpu=False -c=configs/inference_cls.yaml > ../test_tipc/output/ResNet50/paddle2onnx_infer_cpu.log 2>&1 && cd ../!
...

3. 更多教程

本文档为功能测试用，更详细的Paddle2onnx预测使用教程请参考：Paddle2ONNX

2.5 KiB Raw Blame History Unescape Escape