首页
/ Forward项目ONNX模型推理使用指南

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

  1. 导出前务必将模型设置为eval模式
  2. 输入输出名称可通过可视化工具查看
  3. 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

  1. TensorRT版本需大于7.1.x.x
  2. 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

  1. 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)
    
  2. 仅支持batch_size作为动态维度
  3. 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:

  1. 准备scale文件,格式为:

    LayerName: scale_value
    
  2. C++使用方式:

    auto calibrator = std::make_shared<TrtInt8Calibrator>("cache.calib", "entropy", 1);
    calibrator->setScaleFile("scales.txt");
    
  3. Python使用方式:

    calibrator = forward.TrtInt8Calibrator("cache.calib", "entropy", 1)
    calibrator.set_scale_file("scales.txt")
    

最佳实践建议

  1. 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
  2. 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
  3. 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
  4. 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

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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开源商城ShopXO开源商城
🔥🔥🔥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
Cangjie-ExamplesCangjie-Examples
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
HarmonyOS-ExamplesHarmonyOS-Examples
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
note-gennote-gen
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
CangjieCommunityCangjieCommunity
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
kernelkernel
deepin linux kernel
C
22
5