Skip to content

Latest commit

 

History

History
122 lines (87 loc) · 7.48 KB

python_inference_cn.md

File metadata and controls

122 lines (87 loc) · 7.48 KB
Raw

简体中文 | English

Paddle Inference部署（Python）

1. 说明

本文档介绍使用Paddle Inference的Python接口在服务器端(Nvidia GPU或者X86 CPU)部署分割模型。

飞桨针对不同场景，提供了多个预测引擎部署模型（如下图），更多详细信息请参考文档。

inference_ecosystem

2. 准备部署环境

Paddle Inference是飞桨的原生推理库，提供服务端部署模型的功能。 Paddle Inference的Python接口集成在PaddlePaddle中，所以只需要安装PaddlePaddle即可。

下面我们介绍不同部署方式下，安装PaddlePaddle的方法。PaddleSeg的其他依赖库，请参考文档自行安装。

在服务器端，Paddle Inference可以在Nvidia GPU或者X86 CPU上部署模型。Nvidia GPU部署模型计算速度快，X86 CPU部署模型应用范围广。

  1. 准备X86 CPU部署环境

如果在X86 CPU上部署模型，请参考文档准备环境、安装CPU版本的PaddlePaddle（推荐版本>=2.1）。详细阅读安装文档底部描述，根据X86 CPU机器是否支持avx指令，选择安装正确版本的PaddlePaddle。

  1. 准备Nvidia GPU部署环境

Paddle Inference在Nvidia GPU端部署模型，支持两种计算方式：Naive方式和TensorRT方式。TensorRT方式有多种计算精度，通常比Naive方式的计算速度更快。

如果在Nvidia GPU使用Naive方式部署模型，参考文档准备CUDA环境、安装GPU版本的PaddlePaddle（请详细阅读安装文档底部描述，推荐版本>=2.1）。比如：

# CUDA10.1的PaddlePaddle
python -m pip install paddlepaddle-gpu==2.1.2.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

如果在Nvidia GPU上使用TensorRT方式部署模型，首先需要准备CUDA和cudnn环境（比如CUDA10.1+cudnn7+trt6, CUDA10.2+cudnn8.1+trt7, CUDA11.1+cudnn8.1+trt7, CUDA11.2+cudnn8.2+trt8）。 此处我们提供两个版本环境的cuda+cudnn+trt下载链接，大家也可以在TensorRT官网下载安装。

wget https://paddle-inference-dist.bj.bcebos.com/tensorrt_test/cuda10.1-cudnn7.6-trt6.0.tar
wget https://paddle-inference-dist.bj.bcebos.com/tensorrt_test/cuda10.2-cudnn8.0-trt7.1.tgz

安装CUDA和cudnn后，还需要将TensorRT库的路径加入到LD_LIBRARY_PATH，比如export LD_LIBRARY_PATH=/download/TensorRT-7.1.3.4/lib:${LD_LIBRARY_PATH}。

然后，大家参考文档安装GPU版本、联编TensorRT的PaddlePaddle(按照whl包文件命名进行选择)。 比如，2.3版本、支持GPU、联编TensorRT的PaddlePaddle whl包，可以在链接下载并安装。

3. 准备模型和数据

下载预测模型用于测试。 如果要使用其他模型，大家可以参考文档导出预测模型，再进行测试。

# 在PaddleSeg根目录下
cd PaddleSeg
wget https://paddleseg.bj.bcebos.com/dygraph/demo/pp_liteseg_infer_model.tar.gz
tar zxvf pp_liteseg_infer_model.tar.gz

预测模型格式如下，其中model.pdmodel可以通过Netron打开进行模型可视化。 通过可视化，可以看到预测模型的输入输出的个数和数据类别，这些信息在调用PaddleInference预测API是需要用到。

output/inference_model
  ├── deploy.yaml            # 部署相关的配置文件，主要说明数据预处理方式等信息
  ├── model.pdmodel          # 预测模型的拓扑结构文件
  ├── model.pdiparams        # 预测模型的权重文件
  └── model.pdiparams.info   # 参数额外信息，一般无需关注

下载cityscapes验证集中的一张图片用于演示效果。 如果模型是使用其他数据集训练的，请自行准备测试图片。

wget https://paddleseg.bj.bcebos.com/dygraph/demo/cityscapes_demo.png

4. 预测

在PaddleSeg根目录，执行以下命令进行预测，预测结果保存在output/cityscapes_demo.png。

python deploy/python/infer.py \
    --config ./pp_liteseg_infer_model/deploy.yaml \
    --image_path ./cityscapes_demo.png

参数说明如下:

参数名 用途 是否必选项 默认值
config 导出模型时生成的配置文件, 而非configs目录下的配置文件 是 -
image_path 预测图片的路径或者目录或者文件列表 是 -
batch_size 单卡batch size 否 1
save_dir 保存预测结果的目录 否 output
device 预测执行设备，可选项有'cpu','gpu' 否 'gpu'
use_trt 是否开启TensorRT来加速预测（当device=gpu，该参数才生效） 否 False
precision 启动TensorRT预测时的数值精度，可选项有'fp32','fp16','int8'（当device=gpu、use_trt=True，该参数才生效） 否 'fp32'
min_subgraph_size 设置TensorRT子图最小的节点个数（当device=gpu、use_trt=True，该参数才生效） 否 3
enable_auto_tune 开启Auto Tune，会使用部分测试数据离线收集动态shape，用于TRT部署（当device=gpu、use_trt=True、paddle版本>=2.2，该参数才生效） 否 False
cpu_threads 使用cpu预测的线程数（当device=cpu，该参数才生效） 否 10
enable_mkldnn 是否使用MKL-DNN加速cpu预测（当device=cpu，该参数才生效） 否 False
benchmark 是否产出日志，包含环境、模型、配置、性能信息 否 False
with_argmax 对预测结果进行argmax操作 否 否

使用说明如下：

  • 如果在X86 CPU上部署模型，必须设置device为cpu，此外CPU部署的特有参数还有cpu_threads和enable_mkldnn。
  • 如果在Nvidia GPU上使用Naive方式部署模型，需要设置device为gpu。
  • 如果在Nvidia GPU上使用TensorRT方式部署模型，需要设置device为gpu、use_trt为True。这种方式支持三种数值精度：
    • 加载常规预测模型，设置precision为fp32，此时执行fp32数值精度
    • 加载常规预测模型，设置precision为fp16，此时执行fp16数值精度，可以加快推理速度
    • 加载量化预测模型，设置precision为int8，此时执行int8数值精度，可以加快推理速度
  • 如果在Nvidia GPU上使用TensorRT方式部署模型，出现错误信息(InvalidArgument) some trt inputs dynamic shape inof not set，可以设置enable_auto_tune参数为True。此时，使用部分测试数据离线收集动态shape，使用收集到的动态shape用于TRT部署。（注意，少部分模型暂时不支持在Nvidia GPU上使用TensorRT方式部署）。
  • 如果要开启--benchmark的话需要安装auto_log，请参考安装方式。

测试样例的预测结果如下。

cityscape_predict_demo.png

预测的更多信息，请参考PaddleInference和deploy/python/infer.py脚本。