Forward项目ONNX模型推理使用指南
2025-06-09 08:20:02作者:廉皓灿Ida
前言
Forward是一个高性能的深度学习推理框架,支持多种模型格式的推理加速。本文将重点介绍如何使用Forward框架进行ONNX模型的推理,包括环境准备、模型导出、项目构建以及各种精度模式下的推理实现。
环境准备
在使用Forward进行ONNX模型推理前,需要确保系统满足以下环境要求:
-
GPU环境:
- NVIDIA CUDA >= 10.0
- CuDNN >= 7
- 推荐版本:CUDA 10.2
-
推理框架:
- TensorRT >= 7.0.0.11
- 推荐版本:TensorRT-7.2.1.6
-
构建工具:
- CMake >= 3.12.2
- GCC >= 5.4.0
- ld >= 2.26.1
ONNX模型导出
ONNX(Open Neural Network Exchange)是一种开放的模型格式,支持跨框架的模型转换。我们可以将训练好的PyTorch、TensorFlow等框架的模型导出为ONNX格式。
PyTorch模型导出示例
import torch
import torch.onnx
import torchvision.models as models
# 加载预训练模型
model = models.resnet50(pretrained=True)
model.cpu()
model.eval()
# 准备示例输入
inputs = torch.randn(1, 3, 224, 224)
# 导出JIT模型用于验证
traced_model = torch.jit.trace(model, inputs)
torch.jit.save(traced_model, 'resnet50.pth')
# 导出ONNX模型
input_names = ["input"] # 输入节点名称
output_names = ["output"] # 输出节点名称
torch.onnx.export(model, inputs, 'resnet50.onnx',
verbose=True,
input_names=input_names,
output_names=output_names)
注意事项:
- 导出前务必将模型设置为eval模式
- 输入输出名称可通过可视化工具查看
- 建议同时导出JIT模型用于精度验证
项目构建
Forward支持灵活的构建选项,可以根据需求启用或禁用特定功能:
mkdir build
cd build
cmake .. \
-DTensorRT_ROOT="TensorRT安装路径" \
-DENABLE_ONNX=ON \ # 启用ONNX支持
-DENABLE_DYNAMIC_BATCH=ON \ # 启用动态批量支持
-DENABLE_UNIT_TESTS=ON # 启用单元测试
make -j
关键构建选项说明:
TensorRT_ROOT
:指定TensorRT的安装路径ENABLE_ONNX
:启用ONNX模型支持ENABLE_DYNAMIC_BATCH
:启用动态批量处理功能BUILD_PYTHON_LIB
:是否构建Python接口
动态批量处理
Forward支持动态批量输入,这在处理可变大小输入时非常有用。
使用要求
- TensorRT版本需大于7.1.x.x
- INT8模式下也可使用动态批量
配置方式
CMake配置:
-DENABLE_DYNAMIC_BATCH=ON
Builder配置:
- C++接口:
onnx_builder.SetOptBatchSize(opt_batch_size);
- Python接口:
onnx_builder.set_opt_batch_size(opt_batch_size)
ONNX模型要求
- 导出ONNX模型时需要指定动态维度:
dynamic_axes = {'input': {0: 'batch_size'}, 'output': {0: 'batch_size'}} torch.onnx.export(..., dynamic_axes=dynamic_axes)
- 仅支持batch_size作为动态维度
- batch_size必须是输入的第一个维度
C++接口使用
基本使用流程
// 1. 创建Builder
fwd::OnnxBuilder builder;
builder.SetInferMode("float32"); // 设置推理精度
// 2. 构建Engine
auto engine = builder.Build("model.onnx");
// 3. 准备输入数据
std::vector<float> input_data(1*3*224*224, 0);
fwd::Tensor input = {input_data.data(), {1,3,224,224}, fwd::DataType::FLOAT, fwd::DeviceType::CPU};
// 4. 执行推理
std::vector<fwd::Tensor> outputs;
engine->Forward({input}, outputs);
// 5. 处理输出
for(auto& out : outputs) {
std::vector<float> host_data(out.dims[0]*out.dims[1]*out.dims[2]*out.dims[3]);
MemcpyDeviceToHost(host_data.data(), out.data, host_data.size());
}
INT8量化推理
// 1. 实现数据流接口
class MyBatchStream : public IBatchStream {
// 实现next、getBatch等方法
};
// 2. 创建量化器
auto stream = std::make_shared<MyBatchStream>();
auto calibrator = std::make_shared<TrtInt8Calibrator>(stream, "calib.cache", "entropy");
// 3. 构建INT8引擎
builder.SetCalibrator(calibrator);
builder.SetInferMode("int8");
auto engine = builder.Build("model.onnx");
BERT模型INT8量化
BERT模型量化需要分两步进行:
// 1. 生成校准文件
builder.SetInferMode("int8_calib");
auto calib_engine = builder.Build("bert.onnx");
// 2. 使用校准文件构建推理引擎
builder.SetInferMode("int8");
auto infer_engine = builder.Build("bert.onnx");
Python接口使用
基本使用示例
import forward
import numpy as np
# 1. 创建Builder
builder = forward.OnnxBuilder()
builder.set_mode("float32") # 设置推理精度
# 2. 构建Engine
engine = builder.build("model.onnx")
# 3. 执行推理
input_data = np.random.rand(1,3,224,224).astype(np.float32)
outputs = engine.forward([input_data])
INT8量化推理
class MyBatchStream(forward.IPyBatchStream):
# 实现数据流接口
pass
# 创建量化器
stream = MyBatchStream()
calibrator = forward.TrtInt8Calibrator(stream, "calib.cache", "minmax")
# 构建INT8引擎
builder.set_calibrator(calibrator)
builder.set_mode("int8")
engine = builder.build("model.onnx")
手动量化Scale设置
在某些场景下,我们可能需要手动设置各层的量化scale值:
-
准备scale文件,格式为:
LayerName: scale_value
-
C++使用方式:
auto calibrator = std::make_shared<TrtInt8Calibrator>("cache.calib", "entropy", 1); calibrator->setScaleFile("scales.txt");
-
Python使用方式:
calibrator = forward.TrtInt8Calibrator("cache.calib", "entropy", 1) calibrator.set_scale_file("scales.txt")
最佳实践建议
-
模型导出:
- 导出ONNX模型时建议同时导出JIT模型用于精度验证
- 确保输入输出名称设置正确
-
量化校准:
- 校准数据集应具有代表性
- BERT模型建议使用minmax校准方法
- 普通CNN模型可以使用entropy校准方法
-
性能优化:
- 合理设置opt_batch_size以获得最佳性能
- FP16模式通常能在保持精度的同时提升性能
- INT8模式可显著提升性能但可能影响精度
-
错误排查:
- 检查TensorRT版本是否匹配
- 确保CUDA环境配置正确
- 验证模型输入输出是否符合预期
通过本文介绍,您应该已经掌握了使用Forward框架进行ONNX模型推理的完整流程。根据实际应用场景选择合适的精度模式和配置,可以获得最佳的推理性能。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
858
509

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
257
300

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5