Forward项目ONNX模型推理使用指南
2025-06-09 05:06:18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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8