57 lines
1.4 KiB
Markdown
57 lines
1.4 KiB
Markdown
# 如何 Profile 模型
|
||
|
||
模型转换结束后，MMDeploy 提供了 `tools/test.py` 做为单测工具。
|
||
|
||
## 依赖
|
||
|
||
需要参照 [安装说明](../01-how-to-build/build_from_source.md) 完成依赖安装
|
||
，按照 [转换说明](../02-how-to-run/convert_model.md) 转出模型。
|
||
|
||
## 用法
|
||
|
||
```shell
|
||
python tools/test.py \
|
||
${DEPLOY_CFG} \
|
||
${MODEL_CFG} \
|
||
--model ${BACKEND_MODEL_FILES} \
|
||
[--speed-test] \
|
||
[--warmup ${WARM_UP}] \
|
||
[--log-interval ${LOG_INTERVERL}] \
|
||
[--log2file ${LOG_RESULT_TO_FILE}]
|
||
```
|
||
|
||
## 参数详解
|
||
|
||
| 参数 | 说明 |
|
||
| ------------ | ------------------------- |
|
||
| deploy_cfg | 部署配置文件 |
|
||
| model_cfg | codebase 中的模型配置文件 |
|
||
| log2file | 保存日志和运行文件的路径 |
|
||
| speed-test | 是否做速度测试 |
|
||
| warm-up | 执行前是否 warm-up |
|
||
| log-interval | 日志打印间隔 |
|
||
|
||
## 使用样例
|
||
|
||
执行模型推理
|
||
|
||
```shell
|
||
python tools/test.py \
|
||
configs/mmcls/classification_onnxruntime_static.py \
|
||
{MMCLS_DIR}/configs/resnet/resnet50_b32x8_imagenet.py \
|
||
--model model.onnx \
|
||
--out out.pkl \
|
||
--device cuda:0
|
||
```
|
||
|
||
profile 速度测试
|
||
|
||
```shell
|
||
python tools/test.py \
|
||
configs/mmcls/classification_onnxruntime_static.py \
|
||
{MMCLS_DIR}/configs/resnet/resnet50_b32x8_imagenet.py \
|
||
--model model.onnx \
|
||
--speed-test \
|
||
--device cpu
|
||
```
|