Skip to content

Latest commit

 

History

History
98 lines (69 loc) · 5.63 KB

TENSOR_RT.md

File metadata and controls

98 lines (69 loc) · 5.63 KB

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。
  • PaddleDetection中部署预测要求TensorRT版本 > 6.0。

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*/);

注意: --run_benchmark如果设置为True,则需要安装依赖pip install pynvml psutil GPUtil

3.2 TensorRT固定尺寸预测

例如在模型Reader配置文件中设置:

TestReader:
  inputs_def:
    image_shape: [3,608,608]
  ...

或者在导出模型时设置-o TestReader.inputs_def.image_shape=[3,608,608],模型将会进行固定尺寸预测,具体请参考PaddleDetection模型导出教程

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

注意:由于TesnorRT不支持在batch维度进行slice操作,Faster RCNN 和 Mask RCNN不能使用固定尺寸输入预测,所以不能设置TestReader.inputs_def.image_shape字段。

YOLOv3为例,使用固定尺寸输入预测:

python python/infer.py --model_dir=./output_inference/yolov3_darknet53_270e_coco/ --image_file=./demo/000000014439.jpg --device=GPU --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。如果模型Reader配置文件中没有设置例如TestReader.inputs_def.image_shape=[3,608,608]的字段,或者image_shape=[3.-1,-1],导出模型将以动态尺寸进行预测。一般RCNN系列模型使用动态图尺寸预测。 Paddle预测库关于动态尺寸输入请查看Paddle CPP预测SetTRTDynamicShapeInfo函数说明。

python/infer.py设置动态尺寸输入参数说明:

  • 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。

Faster RCNN为例,使用动态尺寸输入预测:

python python/infer.py --model_dir=./output_inference/faster_rcnn_r50_fpn_1x_coco/ --image_file=./demo/000000014439.jpg --device=GPU --run_mode=trt_fp16 --run_benchmark=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