pytorch 导出 onnx 模型 & 用onnxruntime 推理图片-pytorch 导出int8

参考：

https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html

https://github.com/BBuf/onnx_learn

ONNX是微软和Facebook提出用来表示深度学习模型的开放格式。所谓开放就是ONNX定义了一组和环境，平台均无关的标准格式，来增强各种AI模型的可交互性。不同的机器学习框架（tensorflow、pytorch、mxnet 等）训练的模型可以方便的导出为 .onnx 格式，然后通过 ONNX Runtime 在 GPU、FPGA、TPU 等设备上运行。为了方便的将 onnx 模型部署到不同设备上，微软为各种环境构建了 docker file 和 容器。

下面介绍如何将 pytorch 模型导出 onnx 格式，以及如何用在 python 环境中用 onnx 模型推理。

pytorch 导出 onnx 模型

pytorch 中内置了 onnx 导出器，可以轻松的将 .pth 格式导出为 .onnx 格式。 代码如下

import torch.onnx

device = torch.device(“cuda” if torch.cuda.is_available() else “cpu”)

model = torch.load(“test.pth”) # pytorch模型加载

model.eval() # 将模型设置为推理模式。这是必需的，因为 dropout 或 batchnorm 等运算符在推理和训练模式下的行为有所不同 创建一个随机的输入 tensor

batch_size = 1 #批处理大小

input_shape = (3, 512, 512) #输入数据,改成自己的输入shape

dummy_input = torch.randn(batch_size, *input_shape, requires_grad=True)

dummy_input = dummy_input.to(device)

export_onnx_file = “test.onnx” # 导出的ONNX文件名

导出模型

torch.onnx.export(model, # model being run

dummy_input, # model input (or a tuple for multiple inputs)

export_onnx_file, # where to save the model

export_params=True, # store the trained parameter weights inside the model file

opset_version=11, # onnx opset的库版本

do_constant_folding=True, # whether to execute constant folding for optimization

input_names = [‘input’], # # 模型输入结点的名字，有几个输入就定义几个，如[‘input1’,’input2’]

output_names = [‘output’], #模型输出节点的名字，同样可以有多个输出 # dynamic_axes={input : {0 : batch_size}, output : {0 : batch_size}}) # variable length axes)

print(“ “)

print(‘Model has been converted to ONNX’)

动态导出

上述方法没有设置动态轴参数dynamic_axes，那么导出的模型输入输出尺寸是固定的，即对于输入尺寸[1, 3, 512, 512]，在以后使用onnx进行推理时输入尺寸也必须是[1, 3, 512, 512]。如果设置了dynamic_axes={‘input’ : {0 : ‘batch_size’}, ‘output’ : {0 : ‘batch_size’}}) 则表示输入和输出的第 0 轴，即 batch_size ，为动态值，以后推理时输入输出的 batch_size 可以是任意值。

检查 onnx 模型

检查模型的版本、图的结构、节点及其输入和输出来验证ONNX图的有效性。

import onnx

onnx_model = onnx.load(“model.onnx”)

onnx.checker.check_model(onnx_model)

print(onnx.helper.printable_graph(onnx_model.graph)) # 打印计算图

也可以通过 Netron.app 可视化 onnx 模型的结构。打开网页，将模型拖入界面即可。

精简 onnx 模型结构

有时候导出的 onnx 模型会过于复杂，可以通过 onnx-simplifier 精简 onnx 模型的结构。onnx-simplifer的核心思路简单讲就是利用onnxruntime推断一遍ONNX的计算图，然后使用常量输出替代冗余的运算OP。

安装 install onnx-simplifier

pip3 install -U pip && pip3 install onnx-simplifier

即可使用 onnxsim 命令，简化模型结构：

onnxsim input_onnx_model output_onnx_model

也可以使用 python 脚本：

import onnx

from onnxsim import simplify

model = onnx.load(path + model_name + ‘.onnx’) # load your predefined ONNX model

model_simp, check = simplify(model) # convert model

assert check, “Simplified ONNX model could not be validated”

use model_simp as a standard ONNX model object

我们在导出ONNX模型的一般流程就是，去掉后处理（如果预处理中有部署设备不支持的算子，也要把预处理放在基于nn.Module搭建模型的代码之外），尽量不引入自定义OP，然后导出ONNX模型，并过一遍onnx-simplifier，这样就可以获得一个精简的易于部署的ONNX模型。

用 onnx 模型推理图片

onnxruntime 有 cup 版本和 gpu 版本。 gpu 版本要注意与 cuda 版本匹配，否则会报错，版本匹配可以到此处查看。 1. CUP 版

pip install onnxruntime

2. GPU 版，cup 版和 gpu 版不可重复安装，如果想使用 gpu 版需卸载 cpu 版

pip install onnxruntime-gpu # 或 pip install onnxruntime-gpu==版本号

使用onnxruntime推理

import onnxruntime as ort

import cv2

import numpy as np 读取图片

img_path = ‘test.jpg’

input_shape = (512, 512)

img = cv2.imread(img_path)

print(img.shape)

img = cv2.resize(img, input_shape)

print(img.shape)

img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

img = img.astype(np.float32)/255. # 注意输入的图像的type一定要是 numpy 而不是 tensor。此处为np.float32，因为torch模型是float32，要保持一致。

img = img.transpose(2,0,1).reshape(1, 3, *input_shape) # HWC->BCHW 加载 onnx

onnx_path= ‘test.onnx’

sess = ort.InferenceSession(onnx_path,providers=[‘CUDAExecutionProvider’]) # ‘CPUExecutionProvider’

input_name = sess.get_inputs()[0].name

output_name = [output.name for output in sess.get_outputs()] 推理

outputs = sess.run(output_name, {input_name:img})

outputs = [torch.Tensor(x) for x in outputs] # 转换为 tensor

得到 outputs 后，按照模型输出，decode 即可。

更多性能调优方法：https://github.com/microsoft/onnxruntime-openenclave/blob/openenclave-public/docs/ONNX_Runtime_Perf_Tuning.md

IO 绑定：https://github.com/microsoft/onnxruntime/blob/master/docs/python/inference/api_summary.rst#iobinding