树莓派4B上基于MNN进行深度学习模型推理
2020-12-29 本文已影响0人
Daisy丶
MNN是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。目前，MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用，覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。此外，IoT等场景下也有若干应用。
Documents：https://www.yuque.com/mnn/en/about
Github：https://github.com/alibaba/MNN
环境
- Python 3.7
- Pytorch 1.7
- GCC 9.3
- CMAKE 3.9.1
- Protobuf 3.14
- OpenCV 4.5 + Contrib
- MNN 1.1.0
C++依赖库安装：
由于树莓派平台是基于ARM芯片的，很多库都要从源码编译，不能直接使用二进制文件。
CMAKE
下载cmake https://cmake.org/
安装 cmake之前需要确认已经安装make、gcc、g++，用make -v | gcc -v | g++ -v可查看是否已经安装，如果没有安装用apt-get安装一下：
sudo apt-get install gcc
sudo apt-get install g++
sudo apt-get install make
安装openSSL：
sudo apt-get install openssl
sudo apt-get install libssl-dev
编译安装:
./bootstrap
make -j4
sudo make install
查看版本确定成功安装：
cmake --version
cmake
Protobuf
安装依赖包：
sudo apt-get install autoconf automake libtool curl unzip
编译安装：
./autogen.sh
./configure
make -j4
make check
sudo make install
sudo ldconfig # refresh shared library cache.
查看版本确定成功安装：
protoc --version
Protobuf
OpenCV
安装依赖包：
sudo apt-get install build-essential
sudo apt-get install git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
libjasper-dev 安装失败解决方案：
sudo add-apt-repository "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial main multiverse restricted universe"
sudo apt update
sudo apt install libjasper1 libjasper-dev
编译安装：
mkdir build
sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=/home/ubuntu/opencv-4.5.0/opencv_contrib-4.5.0/modules/ ..
sudo make install -j4
MNN
树莓派4B有一块500MHz的Broadcom VideoCore IV GPU，因此MNN可以尝试使用OpenCL进行加速：
sudo apt-get install ocl-icd-opencl-dev
编辑CMakeLists，打开OpenCL选项。
option(MNN_OPENCL "Enable OpenCL" ON)
编译MNN：
./schema/generate.sh
mkdir build
cd build
sudo cmake .. -DMNN_BUILD_CONVERTER=true && make -j4
模型推理
MNN支持Tensorflow、Caffe、ONNX等主流模型文件格式，支持CNN、RNN、GAN等常用网络。
支持 149 个TensorflowOp、47 个CaffeOp、74 个ONNX Op；各计算设备支持的MNN Op数：CPU110个，Metal 55个，OpenCL 29个，Vulkan31个。
导出ONNX模型
由于Depth-Wise模型拥有更小的参数量，更适用于边缘端的计算需求，这里以imageNet1000分类的mobilenetV2模型为例子。
import torch
import torch.onnx as onnx
import torchvision.models as models
if __name__ == '__main__':
net = models.mobilenet_v2()
net.eval()
dummy_input = torch.zeros((1, 3, 224, 224))
input_names = ["input"]
outout_names = ["output"]
onnx.export(net,
dummy_input,
"mobilenet_v2.onnx",
verbose=True,
opset_version=11,
input_names=input_names,
output_names=outout_names,
dynamic_axes=None
)
转换为MNN模型
转换onnx模型为mnn模型：
./build/MNNConvert -f ONNX --modelFile mobilenet_v2.onnx --MNNModel mobilenet_v2.mnn --bizCode biz
参数说明：
Usage:
MNNConvert [OPTION...]
-h, --help Convert Other Model Format To MNN Model
-v, --version 显示当前转换器版本
-f, --framework arg 需要进行转换的模型类型, ex: [TF,CAFFE,ONNX,TFLITE,MNN]
--modelFile arg 需要进行转换的模型文件名, ex: *.pb,*caffemodel
--prototxt arg caffe模型结构描述文件, ex: *.prototxt
--MNNModel arg 转换之后保存的MNN模型文件名, ex: *.mnn
--fp16 将conv/matmul/LSTM的float32参数保存为float16，
模型将减小一半，精度基本无损
--benchmarkModel 不保存模型中conv/matmul/BN等层的参数，仅用于benchmark测试
--bizCode arg MNN模型Flag, ex: MNN
--debug 使用debug模型显示更多转换信息
--forTraining 保存训练相关算子，如BN/Dropout，default: false
--weightQuantBits arg arg=2~8，此功能仅对conv/matmul/LSTM的float32权值进行量化，
仅优化模型大小，加载模型后会解码为float32，量化位宽可选2~8，
运行速度和float32模型一致。8bit时精度基本无损，模型大小减小4倍
default: 0，即不进行权值量化
--compressionParamsFile arg
使用MNN模型压缩工具箱生成的模型压缩信息文件
--saveStaticModel 固定输入形状，保存静态模型， default: false
--inputConfigFile arg 保存静态模型所需要的配置文件, ex: ~/config.txt
convert
C++ API 推理
code:
#include <iostream>
#include <string>
#include <vector>
#include <cstring>
#include <chrono>
#include <cmath>
#include <opencv2/opencv.hpp>
#include "MNN/Interpreter.hpp"
using namespace std;
using namespace MNN;
int main() {
string testImagePath = "/home/ubuntu/MNN/test.png";
string modelFile = "/home/ubuntu/mobilenet_v2.mnn";
string mode = "fp16";
string deviceType = "gpu";
int numThread = 1;
// build network
Interpreter* net = Interpreter::createFromFile(modelFile.c_str());
// build config
ScheduleConfig config;
// set cpu thread used
config.numThread = numThread;
// set host device
if (deviceType == "cpu")
config.type = static_cast<MNNForwardType>(MNN_FORWARD_CPU);
if (deviceType == "gpu")
config.type = static_cast<MNNForwardType>(MNN_FORWARD_OPENCL);
// set precision
BackendConfig backendConfig;
if (mode == "fp16")
backendConfig.precision = static_cast<BackendConfig::PrecisionMode>(BackendConfig::Precision_Low);
if(mode == "half")
backendConfig.precision = static_cast<BackendConfig::PrecisionMode>(BackendConfig::Precision_Normal);
if (mode == "fp32")
backendConfig.precision = static_cast<BackendConfig::PrecisionMode>(BackendConfig::Precision_High);
// set power use
backendConfig.power = static_cast<BackendConfig::PowerMode>(BackendConfig::Power_Normal);
// set memory use
backendConfig.memory = static_cast<BackendConfig::MemoryMode>(BackendConfig::Memory_Normal);
config.backendConfig = &backendConfig;
// build session use config
Session* session = net->createSession(config);
// get input and output node of network
Tensor* modelInputTensor = net->getSessionInput(session, NULL);
Tensor* modelOutputTensor = net->getSessionOutput(session, NULL);
// image preprocess
cv::Scalar mean = {0.485, 0.456, 0.406};
cv::Scalar stdv = {1 /0.229, 1 / 0.224, 1 / 0.225};
cv::Mat img = cv::imread(testImagePath);
cv::resize(img, img, cv::Size(224, 224));
img.convertTo(img, CV_32F, 1 / 255.0);
img = ((img - mean) / stdv);
Tensor* inputTensor = Tensor::create<float>({1, 224, 224, 3}, NULL, Tensor::TENSORFLOW);
Tensor* outputTensor = Tensor::create<float>({1, 1000}, NULL, Tensor::CAFFE);
memcpy(inputTensor->host<float>(), img.data, inputTensor->size());
// inference
auto start = chrono::high_resolution_clock::now();
modelInputTensor->copyFromHostTensor(inputTensor);
net->runSession(session);
modelOutputTensor->copyToHostTensor(outputTensor);
auto end = chrono::high_resolution_clock::now();
double cost = chrono::duration<double, milli>(end - start).count();
cout << "device: " << deviceType << ", mode: " << mode << endl;
cout << "inference time: " << to_string(cost) << "ms" << endl;
// post-process
vector<float> confidence;
confidence.resize(1000);
memcpy(confidence.data(), outputTensor->host<float>(), outputTensor->size());
// delete point
delete inputTensor;
delete outputTensor;
delete net;
return 0;
}
CMake:
cmake_minimum_required(VERSION 3.17)
project(MNN)
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")
find_package(OpenCV REQUIRED)
if(OpenCV_FOUND)
message(STATUS "OpenCV library: ${OpenCV_INSTALL_PATH}")
message(STATUS " version: ${OpenCV_VERSION}")
message(STATUS " libraries: ${OpenCV_LIBS}")
message(STATUS " include path: ${OpenCV_INCLUDE_DIRS}")
else()
message(FATAL_ERROR "Error! OpenCV not found!")
set(OpenCV_INCLUDE_DIRS "/usr/local/include/opencv4")
set(OpenCV_LIBS "/usr/local/lib")
endif()
set(MNN_INCLUDE_DIR "/home/ubuntu/MNN-1.1.0/include")
set(MNN_LIBRARIES "/home/ubuntu/MNN-1.1.0/build/libMNN.so")
message(STATUS " MNN libraries: ${MNN_LIBRARIES}")
message(STATUS " MNN include path: ${MNN_INCLUDE_DIR}")
add_executable(MNN main.cpp)
target_include_directories(MNN PUBLIC
${OpenCV_INCLUDE_DIRS}
${MNN_INCLUDE_DIR}
)
target_link_libraries(MNN PUBLIC
${MNN_LIBRARIES}
${OpenCV_LIBS}
)
编译：
mkdir build
cd build
sudo cmake .. & make -j4
性能对比：
ARMv8.2这个指令集架构引入了新的fp16运算和 int8 dot指令，优化得当就能大幅加速深度学习框架的推理效率。由于树莓派4B的CPU内核为Cortex A72，对应的指令集架构是ARMv8-A，因此在CPU上无法实现fp16和int8的加速。MNN本身的fp16只作用在参数的存储上，在计算时还是会转换成fp32送入CPU中进行计算。gpu在调用opencl后端的时候会出现ERROR CODE : -1001的错误，暂时还无法进行测试。可以看到mobilenet_v2在单线程下的速度可以达到90ms左右，多线程的速度还可以进一步加快。
| Device | FP32 | HALF | FP16 |
|---|---|---|---|
| cpu | 95.56ms | 96.74ms | 95.18ms |
| gpu | - | - | - |
