0


【目标检测】使用TensorRT加速YOLOv5

前言

今天是程序员节,当然是以程序员的方式来度过节日。
很早就听说TensorRT可以加速模型推理,但一直没时间去进行实践,今天就来把这个陈年旧坑填补一下。

背景知识

在实践之前有必要了解一下相关知识。

TensorRT简介

TensorRT是可以在NVIDIA各种GPU硬件平台下运行的一个C++推理框架。我们利用Pytorch、TF或者其他框架训练好的模型,可以转化为TensorRT的格式,然后利用TensorRT推理引擎去运行我们这个模型,从而提升这个模型在英伟达GPU上运行的速度[1]。

TensorRT支持几乎所有主流深度学习框架,将python框架转换成C++的TensorRT,从而可以加速推理。

在这里插入图片描述

具体而言,TensorRT主要做了以下几点来加快推理速度[1]:

在这里插入图片描述

  • 算子融合(层与张量融合):简单来说就是通过融合一些计算op或者去掉一些多余op来减少数据流通次数以及显存的频繁使用来提速
  • 量化:量化即IN8量化或者FP16以及TF32等不同于常规FP32精度的使用,这些精度可以显著提升模型执行速度并且不会保持原先模型的精度
  • 内核自动调整:根据不同的显卡构架、SM数量、内核频率等(例如1080TI和2080TI),选择不同的优化策略以及计算方式,寻找最合适当前构架的计算方式
  • 动态张量显存:我们都知道,显存的开辟和释放是比较耗时的,通过调整一些策略可以减少模型中这些操作的次数,从而可以减少模型运行的时间
  • 多流执行:使用CUDA中的stream技术,最大化实现并行操作

当然,TensorRT主要缺点是与特定GPU绑定[1],在不同型号上转换出来的模型不能通用(这一点笔者暂未去从实践证实)

TensorRT官方在其仓库提供了三个开源工具,之后有需要可以使用。

在这里插入图片描述
三个工具大致用途[1]:

  • ONNX GraphSurgeon 可以修改我们导出的ONNX模型,增加或者剪掉某些节点,修改名字或者维度等等
  • Polygraphy 各种小工具的集合,例如比较ONNX和trt模型的精度,观察trt模型每层的输出等等,主要用-来debug一些模型的信息
  • PyTorch-Quantization 可以在Pytorch训练或者推理的时候加入模拟量化操作,从而提升量化模型的精度和速度,并且支持量化训练后的模型导出ONNX和TensorRT

ONNX简介

Open Neural Network Exchange(ONNX,开放神经网络交换)格式,是微软和Facebook提出用来表示深度学习模型的开放格式,定义了一组和环境,平台均无关的标准格式,可使模型在不同框架之间进行转移[2]。

假设模型在 TensorFlow 中,但想要在TensorRT中使用,或者模型在PyTorch中,想要在TFLite中使用,就可以利用 ONNX 作为中介,进行模型转换。

典型的几个线路[3]:

  • Pytorch -> ONNX -> TensorRT
  • Pytorch -> ONNX -> TVM
  • TF -> onnx -> ncnn
  • Pytorch -> ONNX -> tensorflow

ONNX结构是将每一个网络的每一层或者每一个算子当作节点Node,再由这些Node去构建一个Graph,最后将Graph和这个onnx模型的其他信息结合在一起,生成一个model。

可以通过在线网站https://netron.app/来查看ONNX模型结构。

实践上手

下面来进行实践上手。

实验环境

这是我的电脑环境:

  • 操作系统:Windows10
  • 显卡:RTX2060
  • CUDA版本:11.6
  • Pytorch版本:1.7.1
  • Python版本:3.8

查看CUDA版本

TensortRT非常依赖CUDA版本,在安装之前,需要先查看本机安装好的CUDA版本,查看方式有多种,第一种方式可以通过NVIDIA 控制面板查看;第二种方式可以通过在控制台输入

nvcc -V

进行查看。

在这里插入图片描述

安装TensorRT

首先需要到Nvidia官网去下载对应Cuda版本的TensorRT安装包。

我这里下载的是红框选中的这一个,这个版本支持CUDA11.0-11.7

在这里插入图片描述
下载好后,将压缩包进行解压缩,然后到Anaconda环境中,以此进入到以下几个文件夹,安装这几个whl文件

cd TensorRT-8.4.3.1\python
pip install tensorrt-8.4.3.1-cp38-none-win_amd64.whl

cd TensorRT-8.4.3.1\graphsurgeon
pip install graphsurgeon-0.4.6-py2.py3-none-any.whl

cd TensorRT-8.4.3.1\onnx_graphsurgeon
pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl

cd TensorRT-8.4.3.1\uff
pip install uff-0.6.9-py2.py3-none-any.whl

然后需要移动安装包里的一些文件:

  • TensorRT-8.4.3.1\include中头文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
  • TensorRT-8.4.3.1\lib中所有lib文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64
  • TensorRT-8.4.3.1\lib中所有dll文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin

注:这里的v11.6根据自己的Cuda版本号即可

之后,需要手动将

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin

路径添加到用户Path环境变量中

在这里插入图片描述
添加完之后,重启电脑,让环境变量生效。

之后进行验证:

python
import tensorrt
print(tensorrt.__version__)

import

时发生报错,

FileNotFoundError: Could not find: nvinfer.dll. Is it on your PATH?

此时只需要将缺少的文件找到,然后添加到上面的

bin

目录下即可,我这里是在安装的torch中lib文件下找到的部分文件,缺什么移什么即可。

如无报错,再次验证,可以输出tensorrt版本:

在这里插入图片描述

下面运行安装包里面的一个sample.py文件,以确保tensorrt能够正常工作。
进入到下图所示的路径,运行

sample.py

,如果正常输出,则代表tensorrt安装成功。

在这里插入图片描述

如果提示没装pycuda,还需要再安装一下

pip install pycuda

YOLOv5使用TensorRT加速

这部分内容看到不少博客都是用Cmake编译生成yolov5的VS工程,非常繁琐麻烦,主要是这些博文写作时间较早。
而在YOLOv5 6.0版本更新后,官方新增了一个

export.py

文件,支持大部分框架模型的导出,包括TensorRT。

下面我所使用的是YOLOv5官方最新的6.2版本。

下面直接导出官方提供的yolov5s模型试试,终端输入:

python export.py --weights yolov5s.pt --data data/coco128.yaml --include engine --device 0--half

注:这里的

--half

表示半精度模型,使用半精度可以加快推理速度,但会损失一定精度,直接导出可以不加

初次导出,遇到如下报错

ONNX: export failure 0.4s: Exporting the operator silu to ONNX opset version 12 is not supported.

这个报错需要修改pytorch的激活函数,找到该函数位置:

D:\anaconda\envs\pytorch\Lib\sitepackages\torch\nn\modules\activation.py

(此处结合自己的anaconda实际安装位置来更改)

修改代码如下:

classSiLU(Module):

    __constants__ =['inplace']
    inplace:booldef__init__(self, inplace:bool=False):super(SiLU, self).__init__()
        self.inplace = inplace
 
    defforward(self,input: Tensor)-> Tensor:# ------------------------------------- ## 把F.silu替换掉,修改后如下returninput* torch.sigmoid(input)#原来的代码return F.silu(input, inplace=self.inplace)

再次导出,不再报错。

值得注意的是,YOLOv5并不会直接导出TensorRT模型,而是会先导出ONNX模型,然后将ONNX模型转换成TensorRT模型,因此导出完成后,会在模型位置处生成

yolov5s.onnx

yolov5s.engine

yolov5s.engine

就是可以用来直接推理的TensorRT模型。

经过实测,不添加半精度导出yolov5s模型花费时间99.5s,添加半精度之后,导出yolov5s模型花费时间404.2s。

实验结果

图片检测

首先是来检测一下图片的推理速度,首先修改detect.py,统计程序花费时间。

if __name__ =="__main__":
    begin_time = time.time()
    opt = parse_opt()
    main(opt)
    end_time = time.time()print("程序花费时间{}秒".format(end_time-begin_time))

然后依次使用不同模型进行推理

python detect.py --weights yolov5s.pt
python detect.py --weights yolov5s.engine
python val.py --weights yolov5s.pt
python val.py --weights yolov5s.engine

这里数据源选择的是coco128中128张图片,整体实验结果如下表所示:
模型推理花费时间(s)AP50原始模型8.3971.4%TensorRT(全精度)5.4571.1%TensorRT(半精度)4.8370.8%
从数据可以发现,使用TensorRT加速之后,模型推理速度提升了约35%,但是模型精度并没有下降太多。coco数据集128张图片,模型训练和检测都是用同一份数据,这可能会对AP产生一定影响,后面会换用Visdrone数据集在进行实验。

视频检测

视频检测用了王者荣耀数据集做一个实验,比较了常规检测,tensorrt和onnx推理速度和帧率。推理所花费的时间分别为:

  • 常规推理 程序花费时间20.88s
  • onnx推理 程序花费时间25.68s
  • tensorrt推理 程序花费时间16.03s

视频帧率如下视频所示:

YOLOv5:使用TensorRT加速效果对比

综合比较来看,tensorrt的推理速度最快,并且帧率会比原本检测帧率提升约20%左右,而用onnx模型推理,速度和帧率反而会变慢,这一点我是存在一些疑问的,看到一些博客说onnx模型对比pytorch模型速度更快,但我的实验结果并非如此,个人猜测是pytorch对模型优化已经做得比较出色,onnx模型作为一个通用标准模型,为了翻译功能,损失了部分性能。

Tudo

后面会再用VisDrone数据集做图片实验,实验结果会补充在此。

参考

[1]TensorRT详细入门指北:https://blog.csdn.net/IAMoldpan/article/details/117908232
[2]ONNX简介:https://blog.csdn.net/qq_29258377/article/details/122907981
[3]ONNX简明教程:https://blog.csdn.net/xjm850552586/article/details/114898679

标签: 1024程序员节

本文转载自: https://blog.csdn.net/qq1198768105/article/details/127486657
版权归原作者 zstar-_ 所有, 如有侵权,请联系我们删除。

“【目标检测】使用TensorRT加速YOLOv5”的评论:

还没有评论