AI模型部署实战：利用CV-CUDA加速视觉模型部署流程

本文首发于公众号【DeepDriving】，欢迎关注。

CV-CUDA简介

随着深度学习技术在计算机视觉领域的发展，越来越多的

AI

算法模型被用于目标检测、图像分割、图像生成等任务中，如何高效地在云端或者边缘设备上部署这些模型是工程师迫切需要解决的问题。一个完整的

AI

模型部署流程一般分为三个阶段：预处理、模型推理、后处理，一般情况下会把模型推理放在

GPU

或者专用的硬件上进行处理，预处理和后处理则是放在

CPU

上。对于一个计算机视觉任务来说，预处理和后处理操作往往会消耗较多的

CPU

资源且非常耗时，这点在嵌入式平台上尤其明显，如果可以将预处理和后处理的这些操作放到

GPU

上去实现将会极大地提升整个流程的执行效率。

CV-CUDA

是由英伟达和字节跳动联合开发的一个开源库，该库提供了一组专门的

GPU

运算符用于加速图像处理和计算机视觉算法，以实现高效的预处理和后处理过程，从而显著提高视觉

AI

任务的整体吞吐量。

CV-CUDA

库的主要特性包括：

• 一套统一、专业的高性能计算机视觉和图像处理运算符
• 支持C/C++和Python这3种编程语言的API
• 支持批处理
• 为PyTorch和TensorFlow提供零拷贝接口
• 提供端到端的计算机视觉应用样例

代码仓库地址：https://github.com/CVCUDA/CV-CUDA

在线文档地址：https://cvcuda.github.io/

**本文将以部署

YOLOv6

目标检测模型为例介绍

CV-CUDA

在计算机视觉任务中的应用，代码获取方式见文末**。

CV-CUDA的具体应用

OpenCV图像预处理

我之前写了一篇介绍如何用

TensorRT

部署

YOLOv6

的文章：如何用TensorRT部署YOLOv6。在这篇文章中，图像的预处理都是通过调用

OpenCV

的函数在

CPU

上实现的，在介绍用

CV-CUDA

做图像预处理之前，让我们先来回顾一下图像预处理需要做的操作。

如上图所示，一般计算机视觉任务中的图像预处理包含以下操作：

• 色域变换：读取图片后，一般需要做色域变换，比如用OpenCV读取的图片格式为BGR,但是模型需要的格式为RGB，OpenCV中做色域变换的函数为cvtColor。
• 尺寸变换：原始图像的尺寸一般都不与模型要求的输入尺寸不一致，所以需要做尺寸变换，OpenCV中做尺寸变换的函数为resize。
• 归一化：在训练模型的时候需要的是浮点型数据，并且要对图像像素值除以255进行归一化，OpenCV中可以调用函数convertTo实现。
• 数据通道顺序变换：原始图像的数据通道为HWC，但是一般模型要求的数据通道顺序为CHW，所以要对数据通道顺序进行重排。

CV-CUDA使用方法

CV-CUDA

目前最新版本为

v0.3.0

，官方要求在如下软件环境中运行：

• Ubuntu >= 20.04
• CUDA driver >= 11.7 （实测CUDA 11.6也可以）

首先从

CV-CUDA

的GitHub仓库中下载下面两个包

• nvcv-dev-0.3.0_beta-cuda11-x86_64-linux.tar.xz
• nvcv-lib-0.3.0_beta-cuda11-x86_64-linux.tar.xz

然后用下面的命令进行解压：

tar -xvf nvcv-dev-0.3.0_beta-cuda11-x86_64-linux.tar.xz
tar -xvf nvcv-lib-0.3.0_beta-cuda11-x86_64-linux.tar.xz

解压后会在

opt/nvidia/cvcuda0

目录下生成

CV-CUDA

的头文件和库文件。

CV-CUDA

的使用方法可以参考GitHub仓库中

samples/classification

目录下的样例。在

CV-CUDA

中，

GPU

上的数据都用

nvcv::Tensor

来表示，图像预处理操作需要用到两个

Tensor

：原始输入图像

Tensor

和模型输入数据

Tensor

。这两个

Tensor

可以根据原始输入图像的尺寸和模型输入尺寸预先构建好：

// Allocating memory for input image batch
nvcv::TensorDataStridedCuda::Buffer inBuf;
const int input_channels = input_image.channels();
const int input_width = input_image.cols;
const int input_height = input_image.rows;
inBuf.strides[3] = sizeof(uint8_t);
inBuf.strides[2] = input_channels * inBuf.strides[3];
inBuf.strides[1] = input_width * inBuf.strides[2];
inBuf.strides[0] = input_height * inBuf.strides[1];
cudaMalloc(&inBuf.basePtr, 1 * inBuf.strides[0]);
nvcv::Tensor::Requirements inReqs = nvcv::Tensor::CalcRequirements(
    1, {input_width, input_height}, nvcv::FMT_BGR8);

nvcv::TensorDataStridedCuda inData(
    nvcv::TensorShape{inReqs.shape, inReqs.rank, inReqs.layout},
    nvcv::DataType{inReqs.dtype}, inBuf);
nvcv::TensorWrapData input_image_tensor(inData);

// Allocate input layer buffer based on input layer dimensions and batch size
// Calculates the resource requirements needed to create a tensor with given
// shape
nvcv::Tensor::Requirements reqsInputLayer = nvcv::Tensor::CalcRequirements(
    1, {model_width_, model_height_}, nvcv::FMT_RGBf32p);
// Calculates the total buffer size needed based on the requirements
int64_t inputLayerSize = nvcv::CalcTotalSizeBytes(
    nvcv::Requirements{reqsInputLayer.mem}.cudaMem());
nvcv::TensorDataStridedCuda::Buffer bufInputLayer;
std::copy(reqsInputLayer.strides,
        reqsInputLayer.strides + NVCV_TENSOR_MAX_RANK,
        bufInputLayer.strides);
// Allocate buffer size needed for the tensor
cudaMalloc(&bufInputLayer.basePtr, inputLayerSize);
// Wrap the tensor as a CVCUDA tensor
nvcv::TensorDataStridedCuda inputLayerTensorData(
    nvcv::TensorShape{reqsInputLayer.shape, reqsInputLayer.rank,
                    reqsInputLayer.layout},
    nvcv::DataType{reqsInputLayer.dtype}, bufInputLayer);
nvcv::TensorWrapData model_input_tensor(inputLayerTensorData);

构建好原始输入图像的

Tensor

后，先把图像数据拷贝到

Tensor

中，

// copy image data to tensor
  auto input_image_data =
      input_image_tensor.exportData<nvcv::TensorDataStridedCuda>();
  cudaMemcpy(input_image_data->basePtr(), input_image.data,
             input_image_data->stride(0), cudaMemcpyHostToDevice);

然后就可以调用

CV-CUDA

中的算子对数据进行处理了。

下面以尺寸变换为例介绍

CV-CUDA

中算子的使用方法。

CV-CUDA

中尺寸变换对应的算子类为

cvcuda::Resize

，在调用算子之前需要为其构建一个

Tensor

保存算子输出的数据：

nvcv::Tensor resizedTensor(batch_size, {width, height}, nvcv::FMT_BGR8);

算子调用的方式非常简单，只需要两行代码：

cvcuda::Resize resizeOp;
resizeOp(stream_, input_image_tensor, resizedTensor,NVCV_INTERP_LINEAR);

可以看到，上面两个的代码只做了两件事：创建

cvcuda::Resize

对象

resizeOp

、调用

()

操作符。具体怎么实现的呢？有兴趣的话看看源码分析一下，我这里就不贴代码了。主要思想就是上层

cvcuda::Resize

类在构造函数中创建底层

CUDA

算子对象，然后在

()

操作符重载函数中调用

CUDA

算子的执行函数去执行算子的具体操作，其它算子都是这样的设计方式，所以用

CV-CUDA

做图像预处理其实非常简单，需要用到的算子如下：

• 色域变换：cvcuda::CvtColor
• 尺寸变换：cvcuda::Resize
• 归一化：cvcuda::ConvertTo
• 数据通道顺序变换：cvcuda::Reformat

整个预处理流程的代码如下：

const int batch_size = 1;

// Resize to the dimensions of input layer of network
nvcv::Tensor resizedTensor(batch_size, {width, height}, nvcv::FMT_BGR8);
cvcuda::Resize resizeOp;
resizeOp(stream, input_image_tensor), resizedTensor,
        NVCV_INTERP_LINEAR);

// convert BGR to RGB
nvcv::Tensor rgbTensor(batch_size, {width, height}, nvcv::FMT_RGB8);
cvcuda::CvtColor cvtColorOp;
cvtColorOp(stream, resizedTensor, rgbTensor, NVCV_COLOR_BGR2RGB);

// Convert to data format expected by network (F32). Apply scale 1/255.
nvcv::Tensor floatTensor(batch_size, {width, height}, nvcv::FMT_RGBf32);
cvcuda::ConvertTo convertOp;
convertOp(stream, rgbTensor, floatTensor, 1.0 / 255.0, 0.0);

// Convert the data layout from HWC to CHW
cvcuda::Reformat reformatOp;
reformatOp(stream, floatTensor, model_input_tensor);

以上就是用

CV-CUDA

做图像预处理的全部代码，是不是非常简单？

总结

本文以

YOLOv6

目标检测中的图像预处理为例介绍了

CV-CUDA

在计算机视觉任务中的应用，还有很多算子本文没有做介绍，感兴趣的读者可以直接查看

CV-CUDA

的文档和代码学习使用。目前

CV-CUDA

只提供

x86

版本的库，如果能提供

arm

版本的就更好了，毕竟在嵌入式平台上才是刚需（在嵌入式平台上用源码进行编译我还没试过，有兴趣的读者可以试一下）。

关注微信公众号【DeepDriving】，后台回复关键字【YOLOv6】可获取本文代码，YOLOv5/YOLOv6/YOLOv7均可部署。