264 lines
10 KiB
Markdown
264 lines
10 KiB
Markdown
# 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_persistabels保存的模型）
|
||
一般做为模型的 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. 预测引擎 + inference 模型
|
||
2. 训练引擎 + persistable 模型
|
||
3. 训练引擎 + 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，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 \
|
||
--m=模型名称 \
|
||
--p=persistable 模型路径 \
|
||
--o=model和params保存路径
|
||
```
|
||
|
||
## 三、预测引擎 + inference 模型预测
|
||
|
||
在模型库的 `tools/infer/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 ./tools/infer/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，默认值：True
|
||
+ `use_tensorrt`：是否使用 TesorRT 预测引擎，默认值：True
|
||
+ `gpu_mem`： 初始分配GPU显存，以M单位
|
||
+ `use_gpu`：是否使用 GPU 预测，默认值：True
|
||
+ `enable_benchmark`：是否启用benchmark，默认值：False
|
||
+ `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)。
|
||
|
||
## 四、训练引擎 + persistable 模型预测
|
||
|
||
在模型库的 `tools/infer/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/infer.py \
|
||
--i=待预测的图片文件路径 \
|
||
--m=模型名称 \
|
||
--p=persistable 模型路径 \
|
||
--use_gpu=True \
|
||
--load_static_weights=False
|
||
```
|
||
|
||
参数说明：
|
||
+ `image_file`(简写 i)：待预测的图片文件路径，如 `./test.jpeg`
|
||
+ `model`(简写 m)：模型名称，如 `ResNet50_vd`
|
||
+ `pretrained_model`(简写 p)：权重文件路径，如 `./pretrained/ResNet50_vd_pretrained/`
|
||
+ `use_gpu` : 是否开启GPU训练，默认值：`True`
|
||
+ `load_static_weights` : 是否加载静态图训练得到的预训练模型，默认值：`False`
|
||
|
||
|
||
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)
|
||
|
||
## 五、训练引擎 + inference 模型预测
|
||
|
||
在模型库的 `tools/infer/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/infer/py_infer.py \
|
||
--i=图片路径 \
|
||
--d=模型的存储路径 \
|
||
--m=保存的模型文件 \
|
||
--p=保存的参数文件 \
|
||
--use_gpu=True
|
||
```
|
||
+ `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`
|
||
+ `model_dir`(简写d)：模型路径，如`./resent50_vd`
|
||
+ `use_gpu`：是否开启GPU，默认值：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` 既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)
|