Py学习  »  机器学习算法

深度学习模型加速:Pytorch模型转TensorRT模型

集智书童 • 1 年前 • 455 次点击  

点击下方卡片,关注「集智书童」公众号

点击加入👉「集智书童」交流群

作者丨是摸鱼啊@知乎(已授权转载)来源丨https://zhuanlan.zhihu.com/p/597283907编辑丨小书童

前段时间接到一个工程任务,对「MVSNet_pytorch」(链接:https://github.com/xy-guo/MVSNet_pytorch)模型进行加速,以实现效率的提升。经过一段时间的调研与实践,算是对模型加速这方面有了一定的了解,便促成了此文。

1、如何实现模型加速?

既然要提升效率,实现模型加速,那么具体应该怎么做呢?

目前常用的深度学习模型加速的方法是:将pytorch/tensorflow等表示的模型转化为TensorRT表示的模型。 pytorch和tensorflow我们了解,那么TensorRT是什么呢?

TensorRT是NVIDIA公司出的能加速模型推理的框架,其实就是让你训练的模型在测试阶段的速度加快,比如你的模型测试一张图片的速度是50ms,那么用tensorRT加速的话,可能只需要10ms。有关TensorRT更详细的介绍,本文不做赘述,可自行参考官网。

我将实现深度学习模型加速整体分成了两部分:

  1. 模型转换部分。实现 Pytorch/Tensorflow Model -> TensorRT Model 的转换。
  2. 模型推断(Inference)部分。利用 TensorRT Model 进行模型的 Inference。

注意:由于我只进行了 Pytorch -> TensorRT 模型的转换。因此,下面的方式仅对 Pytorch -> TensorRT 的转换有效,不保证对其他形式的模型转换同样适用!

2、模型转换

如何由 Pytorch Model 得到对应的 TensorRT Model 呢?一般有两种方式:

  1. 借助 「torch2trt」 (链接:https://github.com/NVIDIA-AI-IOT/torch2trt)进行转换。https://github.com/xy-guo/MVSNet_pytorch 是一个直接将 Pytorch 模型转换为 TensorRT 模型的库,但是不能保证所有的模型的都能转换成功,比如本文所转换的mvsnet_pytorch就失败了。但不妨可以一试,毕竟可以省去一大部分功夫。
  2. 「Pytorch -> onnx -> TensorRT」。这条路是使用最广泛的,首先将 Pytorch 模型转换为 ONNX 表示的模型;再将 ONNX 表示的模型转换为 TensorRT 表示的模型。这个方法也是本文重点介绍的方法。

3、Pytorch -> ONNX 的转换

Pytorch -> ONNX 的转换比较简单,借助于 Pytorch 内置的API即可。

torch.onnx.export(model,
                      x,
                      "./ckpts/onnx_models/{}.onnx".format(model_name),
                      input_names=input_names,
                      output_names=output_names,
                      opset_version=16,
                      )

关于这个函数中各个参数的具体含义,可以参考这篇文章(https://zhuanlan.zhihu.com/p/498425043)或者官方文档(https://pytorch.org/docs/stable/onnx.html)。这里需要强调的一点是参数「opset_version」:由于onnx官方还在不断更新,目前只有一部分的pytorch算子能够进行转换,还有相当一部分算子是无法转换的。所以,我们在进行转换的时候,尽量选择最新版本的opset_version,来确保更多的算子能够被转换。目前ONNX官方支持的算子及对应的版本(https://github.com/onnx/onnx/blob/main/docs/Operators.md)。

在我转换MVSNet_pytorch的时候,由于模型中使用了torch.inverse()算子,而不巧的是该算子并不能够被转换。在这种情况下,可以参考如下解决手段:

  1. 在数据准备阶段将数据转换好,从而在模型中移除该操作。(我也是使用这种方法的,由于torch.inverse只是对一个矩阵取逆,在模型训练之前,我就对矩阵取逆,直接将该结果送入模型,在网络中就不需要取逆了,从而避免了模型转换时出现错误。)
  2. 使用功能相近的算子进行替代。
  3. 自定义算子注册。难度较大,需要对pytorch源码有一定的理解。 至此,Pytorch -> ONNX 的转换就结束了。可以借助onnxruntime工具(https://onnxruntime.ai/docs/tutorials/export-pytorch-model.html)测试一下转换完的ONNX模型是否正确。

4、ONNX -> TensorRT 的转换

在进行 ONNX -> TensorRT 的转换之前,强烈建议使用onnx-simplifier工具(https://github.com/daquexian/onnx-simplifier)对转换过的ONNX模型进行简化,否则有可能在接下来的转换中报错。onnx-simplifier是一个对ONNX模型进行简化的工具,我们前面转换得到的ONNX模型其实是非常冗余的,有一些操作(比如IF判断)是不需要的,而这些冗余的部分在接下来的ONNX->TensorRT模型的转换中很可能会引起不必要的错误,同时也会增大模型的内存;因此,对其进行简化是很有必要的。

下面我们需要将ONNX模型转为TensorRT模型,首先将ONNX文件移动到TensorRT-8.5.1.7/bin目录下并打开终端使用「官方工具trtexec」进行模型转换。该工具已经在之前下载的TensorRT文件夹中。TensorRT的安装教程可以参考文末链接。

#输入命令
./trtexec --onnx=mvsnet.onnx --saveEngine=mvsnet.trt --workspace=6000

如果不报错的话,我们会在bin目录下得到一个名为mvsnet.trt的模型,这就是转换得到的TensorRT模型。至此,模型转换部分全部结束。

5、模型推断(Inference)

这部分我们要使用转换得到的.trt模型进行Inference,要解决的任务就是:如何加载该模型,输入测试数据并得到对应的输出。

首先,编写TRTModule类,相当于使用TensorRT模型进行前向遍历

class TRTModule(torch.nn.Module):
    def __init__(self, engine=None, input_names=None, output_names=None):
        super(TRTModule, self).__init__()
        self.engine = engine
        if self.engine is not None:
            # engine创建执行context
            self.context = self.engine.create_execution_context()

        self.input_names = input_names
        self.output_names = output_names

    def forward(self, inputs):
        bindings = [None] * (len(self.input_names) + len(self.output_names))
        # 创建输出tensor,并分配内存
        outputs = [None] * len(self.output_names)
        for i, output_name in enumerate(self.output_names):
            idx = self.engine.get_binding_index(output_name)  # 通过binding_name找到对应的input_id
            dtype = torch_dtype_from_trt(self.engine.get_binding_dtype(idx))  # 找到对应的数据类型
            shape = tuple(self.engine.get_binding_shape(idx))  # 找到对应的形状大小
            device = torch_device_from_trt(self.engine.get_location(idx))
            output = torch.empty(size=shape, dtype=dtype, device=device)
            outputs[i] = output
            bindings[idx] = output.data_ptr()  # 绑定输出数据指针

        for i, input_name in enumerate(self.input_names):
            idx = self.engine.get_binding_index(input_name)
            bindings[idx] = inputs[i].contiguous().data_ptr()

        self.context.execute_async_v2(
            bindings, torch.cuda.current_stream().cuda_stream
        )  # 执行推理

        outputs = tuple(outputs)
        if len(outputs) == 1:
            outputs = outputs[0]
        return outputs

接着,创建TRTModule实例,即创建模型。输入测试数据进行测试

def main():
    logger = trt.Logger(trt.Logger.INFO)
    with open("./ckpts/trt_models/model_000015-sim.trt""rb"as f, trt.Runtime(logger) as runtime:
        engine = runtime.deserialize_cuda_engine(f.read())  # 输入trt本地文件,返回ICudaEngine对象

    for idx in range(engine.num_bindings):  # 查看输入输出的名字,类型,大小
        is_input = engine.binding_is_input(idx)
        name = engine.get_binding_name(idx)
        op_type = engine.get_binding_dtype(idx)
        shape = engine.get_binding_shape(idx)
        print(f"idx: {idx}, is_input: {is_input}, binding_name: {name}, shape: {shape}, op_type: {op_type}")

    trt_model = TRTModule(engine=engine,
                          input_names=["in_imgs""in_proj_matrices""in_inverse_proj_matrices""in_depth_values"],
                          output_names=["out_depth""out_confidence"]
                          )

    torch_model = torch.load(f"./ckpts/torch_models/model_000015.pth").cuda()

    # create example data
    data_iter = iter(TestImgLoader)
    sample = data_iter.__next__()
    sample_cuda = tocuda(sample)
    x = (sample_cuda["imgs"],   # (1, 3, 3, 512, 640)
         sample_cuda["proj_matrices"],  # (1, 3, 4, 4)
         sample_cuda["inverse_proj_matrices"],  # (1, 3, 4, 4)
         sample_cuda["depth_values"])   # (1, 192)

    # define input and output names
    # input_names = ['in_imgs', 'in_proj_matrices', 'in_inverse_proj_matrices', 'in_depth_values']
    # output_names = ['out_depth', 'out_confidence']

    check_results(torch_model=torch_model, trt_model=trt_model, x=x)
    # check_speed(torch_model=torch_model, trt_model=trt_model, data_loader=TestImgLoader)

完整代码如下:

import sys
import time

import torch
import tensorrt as trt
import argparse

from datasets import find_dataset_def
from torch.utils.data import DataLoader
from utils import *

import warnings
warnings.filterwarnings("ignore")


parser = argparse.ArgumentParser(description='Predict depth, filter, and fuse. May be different from the original implementation')
parser.add_argument('--model', default='mvsnet', help='select model')

parser.add_argument('--dataset', default='dtu_yao_eval', help='select dataset')
parser.add_argument('--testpath', default='/media/qing_bo/sunxusen/mvs/data/DTU/mvs_testing/dtu/', help='testing data path')
parser.add_argument('--testlist', default='../../lists/dtu/test.txt', help='testing scan list')

parser.add_argument('--batch_size', type=int, default=1, help='testing batch size')
parser.add_argument('--numdepth', type=int, default=192, help='the number of depth values')
parser.add_argument('--interval_scale', type=float, default=1.06, help='the depth interval scale')

parser.add_argument('--loadckpt', default=None, help='load a specific checkpoint')
parser.add_argument('--outdir', default='./outputs', help='output dir')
parser.add_argument('--display', action='store_true', help='display depth images and masks')

# parse arguments and check
args = parser.parse_args()

# dataset, dataloader
MVSDataset = find_dataset_def(args.dataset)
test_dataset = MVSDataset(args.testpath, args.testlist, "test"5, args.numdepth, args.interval_scale)
TestImgLoader = DataLoader(test_dataset, args.batch_size, shuffle=False, num_workers=4, drop_last=False)


def trt_version():
    return trt.__version__


def torch_device_from_trt(device):
    if device == trt.TensorLocation.DEVICE:
        return torch.device("cuda")
    elif device == trt.TensorLocation.HOST:
        return torch.device("cpu")
    else:
        return TypeError("%s is not supported by torch" % device)


def torch_dtype_from_trt(dtype):
    if dtype == trt.int8:
        return torch.int8
    elif trt_version() >= '7.0' and dtype == trt.bool:
        return torch.bool
    elif dtype == trt.int32:
        return torch.int32
    elif dtype == trt.float16:
        return torch.float16
    elif dtype == trt.float32:
        return torch.float32
    else:
        raise TypeError("%s is not supported by torch" % dtype)


class TRTModule(torch.nn.Module):
    def __init__(self, engine=None, input_names=None, output_names=None):
        super(TRTModule, self).__init__()
        self.engine = engine
        if self.engine is not None:
            # engine创建执行context
            self.context = self.engine.create_execution_context()

        self.input_names = input_names
        self.output_names = output_names

    def forward(self, inputs):
        bindings = [None] * (len(self.input_names) + len(self.output_names))
        # 创建输出tensor,并分配内存
        outputs = [None] * len(self.output_names)
        for i, output_name in enumerate(self.output_names):
            idx = self.engine.get_binding_index(output_name)  # 通过binding_name找到对应的input_id
            dtype = torch_dtype_from_trt(self.engine.get_binding_dtype(idx))  # 找到对应的数据类型
            shape = tuple(self.engine.get_binding_shape(idx))  # 找到对应的形状大小
            device = torch_device_from_trt(self.engine.get_location(idx))
            output = torch.empty(size=shape, dtype=dtype, device=device)
            outputs[i] = output
            bindings[idx] = output.data_ptr()  # 绑定输出数据指针

        for i, input_name in enumerate(self.input_names):
            idx = self.engine.get_binding_index(input_name)
            bindings[idx] = inputs[i].contiguous().data_ptr()

        self.context.execute_async_v2(
            bindings, torch.cuda.current_stream().cuda_stream
        )  # 执行推理

        outputs = tuple(outputs)
        if len(outputs) == 1:
            outputs = outputs[0]
        return outputs


# check the results of torch model and tensorrt model
def check_results(torch_model, trt_model, x):
    with torch.no_grad():
        torch_output = torch_model(x[0], x[1], x[2], x[3])
        trt_output = trt_model(x)

    for k, v in torch_output.items():
        print(k, v.shape)

    for i in range(len(trt_output)):
        print(i, trt_output[i].shape)

    print(f"depth: max_diff={torch.max((torch_output['depth'] - trt_output[0]) ** 2)}")
    print(f"photometric_confidence: max_diff={torch.max((torch_output['photometric_confidence'] - trt_output[1]) ** 2)}")


# check yhe speed of torch mmodel and tensorrt model
def check_speed(torch_model, trt_model, data_loader):
    print(f"============================== Torch Model ==============================")
    print(f"[Torch] >>> begin.")
    t1 = time.time()
    with torch.no_grad():
        for batch_idx, sample in enumerate(data_loader):
            sample_cuda = tocuda(sample)
            x = (sample_cuda["imgs"],  # (1, 3, 3, 512, 640)
                 sample_cuda["proj_matrices"],  # (1, 3, 4, 4)
                 sample_cuda["inverse_proj_matrices"],  # (1, 3, 4, 4)
                 sample_cuda["depth_values"])  # (1, 192)

            torch_outputs = torch_model(x[0], x[1], x[2], x[3])
            # print('Iter {}/{}'.format(batch_idx, len(TestImgLoader)))
    t2 = time.time()
    print(f"[Torch] >>> end, t={t2 - t1}")

    print(f"============================== TensorRT Model ==============================")
    print(f"[TensorRT] >>> begin.")
    t3 = time.time()
    with torch.no_grad():
        for batch_idx, sample in enumerate(data_loader):
            sample_cuda = tocuda(sample)
            x = (sample_cuda["imgs"],  # (1, 3, 3, 512, 640)
                 sample_cuda["proj_matrices"],  # (1, 3, 4, 4)
                 sample_cuda["inverse_proj_matrices"],  # (1, 3, 4, 4)
                 sample_cuda["depth_values"])  # (1, 192)
            trt_output = trt_model(x)
    t4 = time.time()
    print(f"[TensorRT] end, t={t4 - t3}")
    print(f"function: check_speed finished. ")


def main ():
    logger = trt.Logger(trt.Logger.INFO)
    with open("./ckpts/trt_models/model_000015-sim.trt""rb"as f, trt.Runtime(logger) as runtime:
        engine = runtime.deserialize_cuda_engine(f.read())  # 输入trt本地文件,返回ICudaEngine对象

    for idx in range(engine.num_bindings):  # 查看输入输出的名字,类型,大小
        is_input = engine.binding_is_input(idx)
        name = engine.get_binding_name(idx)
        op_type = engine.get_binding_dtype(idx)
        shape = engine.get_binding_shape(idx)
        print(f"idx: {idx}, is_input: {is_input}, binding_name: {name}, shape: {shape}, op_type: {op_type}")

    trt_model = TRTModule(engine=engine,
                          input_names=["in_imgs""in_proj_matrices""in_inverse_proj_matrices""in_depth_values"],
                          output_names=["out_depth""out_confidence"]
                          )

    torch_model = torch.load(f"./ckpts/torch_models/model_000015.pth").cuda()

    # create example data
    data_iter = iter(TestImgLoader)
    sample = data_iter.__next__()
    sample_cuda = tocuda(sample)
    x = (sample_cuda["imgs"],   # (1, 3, 3, 512, 640)
         sample_cuda["proj_matrices"],  # (1, 3, 4, 4)
         sample_cuda["inverse_proj_matrices"],  # (1, 3, 4, 4)
         sample_cuda["depth_values"])   # (1, 192)

    # define input and output names
    # input_names = ['in_imgs', 'in_proj_matrices', 'in_inverse_proj_matrices', 'in_depth_values']
    # output_names = ['out_depth', 'out_confidence']

    check_results(torch_model=torch_model, trt_model=trt_model, x=x)
    # check_speed(torch_model=torch_model, trt_model=trt_model, data_loader=TestImgLoader)


if __name__ == '__main__':
    main()

这部分写的较为简略,具体要根据自己的模型实现输入输出的绑定,引擎的创建。可参考如下文章实现:

  • TensorRT8.2最新版入门教程(https://zhuanlan.zhihu.com/p/467401558)

  • 如何使用TensorRT对训练好的PyTorch模型进行加速? 伯恩legacy(https://zhuanlan.zhihu.com/p/88318324)

6、结束语

本文到这里就结束了,大概介绍了一下如何利用TensorRT对深度学习模型进行加速。深度学习模型加速是一个繁杂的任务,需要注意的是,本文并没有对各个内容进行详细的讲解,更多的是提供一种整体的框架、流程,并给出相应的解决指南,这一点从文中嵌入的各个链接也可以看出。希望读者可以根据这个大框架,针对自己的任务有方向的去学习相关知识,并寻找解决方案,而不是想当然的仅依靠本文解决所有问题。

一文读懂 PyTorch 显存管理机制


模型部署系列 | 一文告诉你AI模型QAT量化遇到震荡问题应该如何解决呢?


25FPS!全网首发 | 英伟达开放BEVFusion部署源代码,边缘端实时运行!!!


扫码加入👉「集智书童」交流群

(备注:方向+学校/公司+昵称

想要了解更多:

前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉(分割、检测)、多模态、目标跟踪、NerF

行业技术方案👉AI安防、AI医疗、AI自动驾驶
AI模型部署落地实战👉CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」

欢迎扫描上方二维码,加入集智书童-知识星球,日常分享论文、学习笔记、问题解决方案、部署方案以及全栈式答疑,期待交流!

免责声明
凡本公众号注明“来源:XXX(非集智书童)”的作品,均转载自其它媒体,版权归原作者所有,如有侵权请联系我们删除,谢谢。

点击下方“阅读原文”,
了解更多AI学习路上的「武功秘籍」

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/155460
 
455 次点击