ONNX Runtime Backend 项目教程
2024-08-25 15:23:03作者:何举烈Damon
1. 项目的目录结构及介绍
onnxruntime_backend/
├── CMakeLists.txt
├── LICENSE
├── README.md
├── backend
│ ├── CMakeLists.txt
│ ├── onnxruntime_backend.cc
│ ├── onnxruntime_backend.h
│ ├── onnxruntime_utils.cc
│ ├── onnxruntime_utils.h
│ └── ...
├── build.py
├── docs
│ └── ...
├── examples
│ └── ...
├── scripts
│ └── ...
└── tests
└── ...
目录结构介绍
- CMakeLists.txt: 项目的主要构建文件。
- LICENSE: 项目的许可证文件。
- README.md: 项目的说明文档。
- backend: 包含后端实现的主要代码文件。
- onnxruntime_backend.cc/h: ONNX Runtime 后端的主要实现文件。
- onnxruntime_utils.cc/h: 工具函数和辅助类。
- build.py: 构建脚本。
- docs: 项目文档。
- examples: 示例代码。
- scripts: 辅助脚本。
- tests: 测试代码。
2. 项目的启动文件介绍
项目的启动文件主要是 backend/onnxruntime_backend.cc,该文件包含了 ONNX Runtime 后端的主要实现逻辑。以下是该文件的关键部分:
#include "onnxruntime_backend.h"
#include "onnxruntime_utils.h"
namespace triton { namespace backend { namespace onnxruntime {
TRITONSERVER_Error* ONNXRuntimeBackend::Create(TRITONBACKEND_Model* model, ONNXRuntimeBackend** backend) {
// 创建后端实例
}
TRITONSERVER_Error* ONNXRuntimeBackend::Init() {
// 初始化后端
}
TRITONSERVER_Error* ONNXRuntimeBackend::Execute(TRITONBACKEND_Request** requests, const uint32_t request_count) {
// 执行推理请求
}
}}} // namespace triton::backend::onnxruntime
关键函数介绍
- Create: 创建后端实例。
- Init: 初始化后端。
- Execute: 执行推理请求。
3. 项目的配置文件介绍
项目的配置文件主要是 CMakeLists.txt,该文件定义了项目的构建规则和依赖项。以下是该文件的关键部分:
cmake_minimum_required(VERSION 3.12)
project(onnxruntime_backend)
# 设置 ONNX Runtime 版本
set(TRITON_BUILD_ONNXRUNTIME_VERSION "1.14.1")
# 添加子目录
add_subdirectory(backend)
# 设置安装路径
set(CMAKE_INSTALL_PREFIX "${CMAKE_BINARY_DIR}/install")
# 构建目标
add_executable(onnxruntime_backend backend/onnxruntime_backend.cc)
# 安装目标
install(TARGETS onnxruntime_backend DESTINATION backends/onnxruntime)
关键配置介绍
- cmake_minimum_required: 设置 CMake 的最低版本要求。
- project: 定义项目名称。
- set(TRITON_BUILD_ONNXRUNTIME_VERSION): 设置 ONNX Runtime 的版本。
- add_subdirectory: 添加子目录。
- add_executable: 定义构建目标。
- install: 定义安装目标。
以上是 ONNX Runtime Backend 项目的基本教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
775
192
Ascend Extension for PyTorch
Python
343
410
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
181
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
251