/Pytorch2TensorRT

CUDA10.0, CUDNN7.5.0, TensorRT5.1.5.0

Primary LanguagePython

  • Pytorch2TensorRT

将Pytorch模型部署到TensorRT的一个简单用法，技术路线为“pytorch model-->onnx file-->TensorRT engine”。

当前仅针对ONNX和TensorRT支持OP可进行转换，如有不支持的OP需编写插件。

软件环境：

TensorRT5.1.5.0
Pytorch1.2
PIL6.2.1
numpy1.17.4

Linux_x86_64
CUDA10.0
CUDNN7.5.0

当前支持：

  • TensorRT FP32
  • TensorRT FP16
  • TensorRT INT8

使用方法：

  1. 从Pytorch模型到ONNX：修改并使用pytoch_to_onnx.py脚本转ONNX，或者独自进行转换；
  2. 利用自行提供的或根据上一步转换好的ONNX文件，进行TensorRT转换：Python main.py，并指定必要的参数;
  3. 使用do_inference.py进行推理验证。

使用示例：

ONNX file to FP16 engine: python main.py --batch_size 32 --mode fp16 --onnx_file_path my_files/centernet.onnx --engine_file_path my_files/test_fp16.engine

推理：python do_inference.py --engine_file_path my_files/test.engine--img_path test_img.jpg--batch_size 1

使用说明：

Pytorch模型转ONNX：

  • 参考脚本pytoch_to_onnx.py，需按照自己的需要定义模型与输入样例，然后转换。

将ONNX转换为INT8的TensorRT引擎，需要:

  1. 准备一个校准集，用于在转换过程中寻找使得转换后的激活值分布与原来的FP32类型的激活值分布差异最小的阈值;
  2. 并写一个校准器类，该类需继承trt.IInt8EntropyCalibrator2父类，并重写get_batch_size, get_batch, read_calibration_cache, write_calibration_cache这几个方法。具体做法参考脚本myCalibrator.py.
  3. 使用时，需额外指定cache_file，该参数是校准集cache文件的路径，会在校准过程中生成，方便下一次校准时快速提取。

参考：

https://github.com/GuanLianzheng/pytorch_to_TensorRT5.git

官方示例：path_to_tensorrt/TensorRT-5.1.5.0/samples/python/int8_caffe_mnist