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:
- 模型转换部分。实现 Pytorch/Tensorflow Model -> TensorRT Model 的转换。
- 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:
- 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。 - 「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:
- 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。)
- 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。