Skip to content

Latest commit

 

History

History
93 lines (62 loc) · 5.67 KB

TENSOR_RT.md

File metadata and controls

93 lines (62 loc) · 5.67 KB
Raw

TensorRT预测部署教程

TensorRT是NVIDIA提出的用于统一模型部署的加速库，可以应用于V100、JETSON Xavier等硬件，它可以极大提高预测速度。Paddle TensorRT教程请参考文档使用Paddle-TensorRT库预测

1. 安装PaddleInference预测库

  • Python安装包，请从这里 下载带有tensorrt的安装包进行安装

  • CPP预测库，请从这里 下载带有TensorRT编译的预测库

  • 如果Python和CPP官网没有提供已编译好的安装包或预测库，请参考源码安装 自行编译

注意，您的机器上TensorRT的版本需要跟您使用的预测库中TensorRT版本保持一致。

2. 导出模型

模型导出具体请参考文档PaddleDetection模型导出教程。

3. 开启TensorRT加速

3.1 配置TensorRT

在使用Paddle预测库构建预测器配置config时，打开TensorRT引擎就可以了：

config->EnableUseGpu(100, 0); // 初始化100M显存，使用GPU ID为0
config->GpuDeviceId();        // 返回正在使用的GPU ID
// 开启TensorRT预测，可提升GPU预测性能，需要使用带TensorRT的预测库
config->EnableTensorRtEngine(1 << 20             /*workspace_size*/,
                             batch_size        /*max_batch_size*/,
                             3                 /*min_subgraph_size*/,
                             AnalysisConfig::Precision::kFloat32 /*precision*/,
                             false             /*use_static*/,
                             false             /*use_calib_mode*/);

3.2 TensorRT固定尺寸预测

TensorRT版本<=5时，使用TensorRT预测时，只支持固定尺寸输入。

在导出模型时指定模型输入尺寸，设置TestReader.inputs_def.image_shape=[3,640,640]，具体请参考PaddleDetection模型导出教程 。

TestReader.inputs_def.image_shape设置的是输入TensorRT引擎的数据尺寸（在像FasterRCNN中，TestReader.inputs_def.image_shape指定的是在Pad操作之前的图像数据尺寸）。

可以通过visualdl 打开model.pdmodel文件，查看输入的第一个Tensor尺寸是否是固定的，如果不指定，尺寸会用？表示，如下图所示： img

同时需要将图像预处理后的尺寸与设置车模型输入尺寸保持一致，需要设置infer_cfg.yml配置文件中Resize OP的target_size参数和keep_ratio参数。

注意：由于TesnorRT不支持在batch维度进行slice操作，Faster RCNN 和 Mask RCNN使用固定尺寸输入预测会报错，这两个模型请使用动态尺寸输入。

以YOLOv3为例，使用动态尺寸输入预测：

python python/infer.py --model_dir=../inference_model/yolov3_darknet53_270e_coco/ --image_file=../demo/000000014439_640x640.jpg --use_gpu=True --run_mode=trt_fp32 --run_benchmark=True

3.3 TensorRT动态尺寸预测

TensorRT版本>=6时，使用TensorRT预测时，可以支持动态尺寸输入。 Paddle预测库关于动态尺寸输入请查看Paddle CPP预测 的SetTRTDynamicShapeInfo函数说明。

python/infer.py设置动态尺寸输入参数说明：

  • use_dynamic_shape 用于设定TensorRT的输入尺寸是否是动态尺寸，默认值：False

  • trt_min_shape 用于设定TensorRT的输入图像height、width中的最小尺寸，默认值：1

  • trt_max_shape 用于设定TensorRT的输入图像height、width中的最大尺寸，默认值：1280

  • trt_opt_shape 用于设定TensorRT的输入图像height、width中的最优尺寸，默认值：640

注意：TensorRT中动态尺寸设置是4维的，这里只设置输入图像的尺寸。

以Faster RCNN为例，使用动态尺寸输入预测：

python python/infer.py --model_dir=../inference_model/faster_rcnn_r50_fpn_1x_coco/ --image_file=../demo/000000014439.jpg --use_gpu=True --run_mode=trt_fp16 --run_benchmark=True --use_dynamic_shape=True --trt_max_shape=1280 --trt_min_shape=800 --trt_opt_shape=960

4、常见问题QA

Q: 提示没有tensorrt_op
A: 请检查是否使用带有TensorRT的Paddle Python包或预测库。

Q: 提示op out of memory
A: 检查GPU是否是别人也在使用，请尝试使用空闲GPU

Q: 提示some trt inputs dynamic shape info not set
A: 这是由于TensorRT会把网络结果划分成多个子图，我们只设置了输入数据的动态尺寸，划分的其他子图的输入并未设置动态尺寸。有两个解决方法：

  • 方法一：通过增大min_subgraph_size，跳过对这些子图的优化。根据提示，设置min_subgraph_size大于并未设置动态尺寸输入的子图中OP个数即可。 min_subgraph_size的意思是，在加载TensorRT引擎的时候，大于min_subgraph_size的OP才会被优化，并且这些OP是连续的且是TensorRT可以优化的。

  • 方法二：找到子图的这些输入，按照上面方式也设置子图的输入动态尺寸。

Q: 如何打开日志
A: 预测库默认是打开日志的，只要注释掉config.disable_glog_info()就可以打开日志

Q: 开启TensorRT，预测时提示Slice on batch axis is not supported in TensorRT
A: 请尝试使用动态尺寸输入