文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

ONNX:C++通过onnxruntime使用.onnx模型进行前向计算【下载的onnxruntime是编译好的库文件,可直接使用】

2023-09-05 22:10

关注

微软联合Facebook等在2017年搞了个深度学习以及机器学习模型的格式标准–ONNX,旨在将所有模型格式统一为一致,更方便地实现模型部署。现在大多数的深度学习框架都支持ONNX模型转出并提供相应的导出接口。

ONNXRuntime(Open Neural Network Exchange)是微软推出的一款针对ONNX模型格式的推理框架,用户可以非常便利的用其运行一个onnx模型。ONNXRuntime支持多种运行后端包括CPU,GPU,TensorRT,DML等。可以说ONNXRuntime是对ONNX模型最原生的支持,只要掌握模型导出的相应操作,便能对将不同框架的模型进行部署,提高开发效率。

利用onnx和onnxruntime实现pytorch深度框架使用C++推理进行服务器部署,模型推理的性能是比python快很多的。

1、下载

GitHub下载地址:

https://github.com/microsoft/onnxruntime/releases

 Release ONNX Runtime v1.9.0 · microsoft/onnxruntime · GitHub

onnxruntime-linux-x64-1.9.0.tgz 

2、解压

下载的onnxruntime是直接编译好的库文件,直接放在自定义的文件夹中即可。在CMakeLists.txt中引入onnxruntime的头文件、库文件即可。

# 引入头文件include_directories(......../onnxruntime/include)# 引入库文件link_directories(......../onnxruntime/lib)

首先,利用pytorch自带的torch.onnx模块导出 .onnx 模型文件,具体查看该部分pytorch官方文档,主要流程如下:

import torchcheckpoint = torch.load(model_path)model = ModelNet(params)model.load_state_dict(checkpoint['model'])model.eval()input_x_1 = torch.randn(10,20)input_x_2 = torch.randn(1,20,5)output, mask = model(input_x_1, input_x_2)torch.onnx.export(model,                 (input_x_1, input_x_2),                 'model.onnx',                 input_names = ['input','input_mask'],                 output_names = ['output','output_mask'],                 opset_version=11,                 verbose = True,                 dynamic_axes={'input':{1,'seqlen'}, 'input_mask':{1:'seqlen',2:'time'},'output_mask':{0:'time'}})

torch.onnx.export参数在文档里面都有,opset_version对应的版本很重要,dynamic_axes是对输入和输出对应维度可以进行动态设置,不设置的话输入和输出的Tensor 的 shape是不能改变的,如果输入固定就不需要加。

导出的模型可否顺利使用可以先使用python进行检测

import onnxruntime as ortimport numpy as nport_session = ort.InferenceSession('model.onnx')outputs = ort_session.run(None,{'input':np.random.randn(10,20),'input_mask':np.random.randn(1,20,5)})# 由于设置了dynamic_axes,支持对应维度的变化outputs = ort_session.run(None,{'input':np.random.randn(10,5),'input_mask':np.random.randn(1,26,2)})# outputs 为 包含'output'和'output_mask'的listimport onnxmodel = onnx.load('model.onnx')onnx.checker.check_model(model)

如果没有异常代表导出的模型没有问题,目前torch.onnx.export只能对部分支持的Tensor操作进行识别,详情参考Supported operators,对于包括transformer等基本的模型都是没有问题的,如果出现ATen等问题,你就需要对模型不支持的Tensor操作进行改进,以免影响C++对该模型的使用。

总体来看,整个ONNXRuntime的运行可以分为三个阶段:

1、第1阶段:Session构造

构造阶段即创建一个InferenceSession对象。在python前端构建Session对象时,python端会通过http://onnxruntime_pybind_state.cc调用C++中的InferenceSession类构造函数,得到一个InferenceSession对象。

InferenceSession构造阶段会进行各个成员的初始化,成员包括负责OpKernel管理的KernelRegistryManager对象,持有Session配置信息的SessionOptions对象,负责图分割的GraphTransformerManager,负责log管理的LoggingManager等。当然,这个时候InferenceSession就是一个空壳子,只完成了对成员对象的初始构建。

2、第2阶段:模型加载与初始化

在完成InferenceSession对象的构造后,会将onnx模型加载到InferenceSession中并进行进一步的初始化。

2.1. 模型加载

模型加载时,会在C++后端会调用对应的Load()函数,InferenceSession一共提供了8种Load函数。包读从url,ModelProto,void* model data,model istream等读取ModelProto。InferenceSession会对ModelProto进行解析然后持有其对应的Model成员。

2.2. Providers注册

在Load函数结束后,InferenceSession会调用两个函数:RegisterExecutionProviders()和sess->Initialize();

RegisterExecutionProviders函数会完成ExecutionProvider的注册工作。这里解释一下ExecutionProvider,ONNXRuntime用Provider表示不同的运行设备比如CUDAProvider等。目前ONNXRuntimev1.0支持了包括CPU,CUDA,TensorRT,MKL等七种Providers。通过调用sess->RegisterExecutionProvider()函数,InferenceSession通过一个list持有当前运行环境中支持的ExecutionProviders。

2.3. InferenceSession初始化

即sess->Initialize(),这时InferenceSession会根据自身持有的model和execution providers进行进一步的初始化(在第一阶段Session构造时仅仅持有了空壳子成员变量)。该步骤是InferenceSession初始化的核心,一系列核心操作如内存分配,model partition,kernel注册等都会在这个阶段完成。

  1. 首先,session会根据level注册 graph optimization transformers,并通过GraphTransformerManager成员进行持有。
  2. 接下来session会进行OpKernel注册,OpKernel即定义的各个node对应在不同运行设备上的计算逻辑。这个过程会将持有的各个ExecutionProvider上定义的所有node对应的Kernel注册到session中,session通过KernelRegistryManager成员进行持有和管理。
  3. 然后session会对Graph进行图变换,包括插入copy节点,cast节点等。
  4. 接下来是model partition,也就是根运行设备对graph进行切分,决定每个node运行在哪个provider上。
  5. 最后,为每个node创建ExecutePlan,运行计划主要包含了各个op的执行顺序,内存申请管理,内存复用管理等操作。

3、第3阶段:模型运行

模型运行即InferenceSession每次读入一个batch的数据并进行计算得到模型的最终输出。然而其实绝大多数的工作早已经在InferenceSession初始化阶段完成。细看下源码就会发现run阶段主要是顺序调用各个node的对应OpKernel进行计算。

和其他所有主流框架相同,ONNXRuntime最常用的语言是python,而实际负责执行框架运行的则是C++。

下面就是C++通过onnxruntime对.onnx模型的使用,参考官方样例和常见问题写的模型多输入多输出的情况,部分参数可以参考样例或者查官方API文档。

1、案例01

BasicOrtHandler.h

#include "onnxruntime_cxx_api.h"#include "opencv2/opencv.hpp"#include #define CHW 0class BasicOrtHandler {public:    Ort::Value BasicOrtHandler::create_tensor(const cv::Mat &mat, const std::vector &tensor_dims, const Ort::MemoryInfo &memory_info_handler, std::vector &tensor_value_handler, unsigned int data_format);protected:    Ort::Env ort_env;    Ort::Session *ort_session = nullptr;    const char *input_name = nullptr;    std::vector input_node_names;    std::vector input_node_dims; // 1 input only.    std::size_t input_tensor_size = 1;    std::vector input_values_handler;    // create input tensor    Ort::MemoryInfo memory_info_handler = Ort::MemoryInfo::CreateCpu(OrtArenaAllocator, OrtMemTypeDefault);    std::vector output_node_names;    std::vector> output_node_dims; // >=1 outputs    const char*onnx_path = nullptr;    const char *log_id = nullptr;    int num_outputs = 1;protected:    const unsigned int num_threads; // initialize at runtime.protected:    explicit BasicOrtHandler(const std::string &_onnx_path, unsigned int _num_threads = 1);    virtual ~BasicOrtHandler();protected:    BasicOrtHandler(const BasicOrtHandler &) = delete;    BasicOrtHandler(BasicOrtHandler &&) = delete;    BasicOrtHandler &operator=(const BasicOrtHandler &) = delete;    BasicOrtHandler &operator=(BasicOrtHandler &&) = delete;protected:    virtual Ort::Value transform(const cv::Mat &mat) = 0;private:    void initialize_handler();};

BasicOrtHandler.cpp

BasicOrtHandler::BasicOrtHandler(const std::string &_onnx_path, unsigned int _num_threads) : log_id(_onnx_path.data()), num_threads(_num_threads) {// string to wstring#ifdef LITE_WIN32    std::wstring _w_onnx_path(lite::utils::to_wstring(_onnx_path));  onnx_path = _w_onnx_path.data();#else    onnx_path = _onnx_path.data();#endif    initialize_handler();}void BasicOrtHandler::initialize_handler() {    // set ort env    ort_env = Ort::Env(ORT_LOGGING_LEVEL_ERROR, log_id);    // 0. session options    Ort::SessionOptions session_options;    // set op threads    session_options.SetIntraOpNumThreads(num_threads);    // set Optimization options:    session_options.SetGraphOptimizationLevel(GraphOptimizationLevel::ORT_ENABLE_ALL);    // set log level    session_options.SetLogSeverityLevel(4);    // GPU compatiable.    // OrtCUDAProviderOptions provider_options;    // session_options.AppendExecutionProvider_CUDA(provider_options);    // #ifdef USE_CUDA    //  OrtSessionOptionsAppendExecutionProvider_CUDA(session_options, 0); // C API stable.    // #endif    // 1. session    ort_session = new Ort::Session(ort_env, onnx_path, session_options);    // memory allocation and options    Ort::AllocatorWithDefaultOptions allocator;    // 2. input name & input dims    input_name = ort_session->GetInputName(0, allocator);    input_node_names.resize(1);    input_node_names[0] = input_name;    // 3. input names & output dimms    Ort::TypeInfo type_info = ort_session->GetInputTypeInfo(0);    auto tensor_info = type_info.GetTensorTypeAndShapeInfo();    input_tensor_size = 1;    input_node_dims = tensor_info.GetShape();    for (unsigned int i = 0; i < input_node_dims.size(); ++i) {        input_tensor_size *= input_node_dims.at(i);    }    input_values_handler.resize(input_tensor_size);    // 4. output names & output dimms    num_outputs = ort_session->GetOutputCount();    output_node_names.resize(num_outputs);    for (unsigned int i = 0; i < num_outputs; ++i) {        output_node_names[i] = ort_session->GetOutputName(i, allocator);        Ort::TypeInfo output_type_info = ort_session->GetOutputTypeInfo(i);        auto output_tensor_info = output_type_info.GetTensorTypeAndShapeInfo();        auto output_dims = output_tensor_info.GetShape();        output_node_dims.push_back(output_dims);    }}Ort::Value BasicOrtHandler::create_tensor(const cv::Mat &mat, const std::vector &tensor_dims, const Ort::MemoryInfo &memory_info_handler, std::vector &tensor_value_handler, unsigned int data_format) throw(std::runtime_error) {    const unsigned int rows = mat.rows;    const unsigned int cols = mat.cols;    const unsigned int channels = mat.channels();    cv::Mat mat_ref;    if (mat.type() != CV_32FC(channels)){        mat.convertTo(mat_ref, CV_32FC(channels));    } else{        mat_ref = mat;  // reference only. zero-time cost. support 1/2/3/... channels    }    if (tensor_dims.size() != 4) {        throw std::runtime_error("dims mismatch.");    }    if (tensor_dims.at(0) != 1) {        throw std::runtime_error("batch != 1");    }    // CXHXW    if (data_format == CHW) {        const unsigned int target_channel = tensor_dims.at(1);        const unsigned int target_height = tensor_dims.at(2);        const unsigned int target_width = tensor_dims.at(3);        const unsigned int target_tensor_size = target_channel * target_height * target_width;        if (target_channel != channels) {            throw std::runtime_error("channel mismatch.");        }        tensor_value_handler.resize(target_tensor_size);        cv::Mat resize_mat_ref;        if (target_height != rows || target_width != cols) {            cv::resize(mat_ref, resize_mat_ref, cv::Size(target_width, target_height));        } else{            resize_mat_ref = mat_ref; // reference only. zero-time cost.        }        std::vector mat_channels;        cv::split(resize_mat_ref, mat_channels);        // CXHXW        for (unsigned int i = 0; i < channels; ++i){            std::memcpy(tensor_value_handler.data() + i * (target_height * target_width), mat_channels.at(i).data,target_height * target_width * sizeof(float));        }        return Ort::Value::CreateTensor(memory_info_handler, tensor_value_handler.data(), target_tensor_size, tensor_dims.data(), tensor_dims.size());    }    // HXWXC    const unsigned int target_channel = tensor_dims.at(3);    const unsigned int target_height = tensor_dims.at(1);    const unsigned int target_width = tensor_dims.at(2);    const unsigned int target_tensor_size = target_channel * target_height * target_width;    if (target_channel != channels) {        throw std::runtime_error("channel mismatch!");    }    tensor_value_handler.resize(target_tensor_size);    cv::Mat resize_mat_ref;    if (target_height != rows || target_width != cols) {        cv::resize(mat_ref, resize_mat_ref, cv::Size(target_width, target_height));    } else {        resize_mat_ref = mat_ref; // reference only. zero-time cost.    }    std::memcpy(tensor_value_handler.data(), resize_mat_ref.data, target_tensor_size * sizeof(float));    return Ort::Value::CreateTensor(memory_info_handler, tensor_value_handler.data(), target_tensor_size, tensor_dims.data(), tensor_dims.size());}

main.cpp

const std::string _onnx_path="";unsigned int _num_threads = 1;//init inferenceBasicOrtHandler basicOrtHandler(_onnx_path,_num_threads);// after transform imageconst cv::Mat mat = "";const std::vector &tensor_dims = basicOrtHandler.input_node_dims;const Ort::MemoryInfo &memory_info_handler = basicOrtHandler.memory_info_handler;std::vector &tensor_value_handler = basicOrtHandler.input_values_handler;unsigned int data_format = CHW; // 预处理后的模式// 1. make input tensorOrt::Value input_tensor = basicOrtHandler.create_tensor(mat_rs);// 2. inference scores & boxes.auto output_tensors = ort_session->Run(Ort::RunOptions{nullptr}, input_node_names.data(), &input_tensor, 1, output_node_names.data(), num_outputs);// 3. get output tensorOrt::Value &pred = output_tensors.at(0); // (1,n,c)//postprocess...

2、案例02
 

#include #include #include int main(int argc, char* argv[]) {  Ort::Env env(ORT_LOGGING_LEVEL_WARNING, "test");  Ort::SessionOptions session_options;  session_options.SetIntraOpNumThreads(1);    session_options.SetGraphOptimizationLevel(GraphOptimizationLevel::ORT_ENABLE_EXTENDED);#ifdef _WIN32  const wchar_t* model_path = L"model.onnx";#else  const char* model_path = "model.onnx";#endif  Ort::Session session(env, model_path, session_options);  // print model input layer (node names, types, shape etc.)  Ort::AllocatorWithDefaultOptions allocator;  // print number of model input nodes  size_t num_input_nodes = session.GetInputCount();  std::vector input_node_names = {"input","input_mask"};  std::vector output_node_names = {"output","output_mask"};      std::vector input_node_dims = {10, 20};  size_t input_tensor_size = 10 * 20;   std::vector input_tensor_values(input_tensor_size);  for (unsigned int i = 0; i < input_tensor_size; i++)    input_tensor_values[i] = (float)i / (input_tensor_size + 1);  // create input tensor object from data values  auto memory_info = Ort::MemoryInfo::CreateCpu(OrtArenaAllocator, OrtMemTypeDefault);  Ort::Value input_tensor = Ort::Value::CreateTensor(memory_info, input_tensor_values.data(), input_tensor_size, input_node_dims.data(), 2);  assert(input_tensor.IsTensor());  std::vector input_mask_node_dims = {1, 20, 4};  size_t input_mask_tensor_size = 1 * 20 * 4;   std::vector input_mask_tensor_values(input_mask_tensor_size);  for (unsigned int i = 0; i < input_mask_tensor_size; i++)    input_mask_tensor_values[i] = (float)i / (input_mask_tensor_size + 1);  // create input tensor object from data values  auto mask_memory_info = Ort::MemoryInfo::CreateCpu(OrtArenaAllocator, OrtMemTypeDefault);  Ort::Value input_mask_tensor = Ort::Value::CreateTensor(mask_memory_info, input_mask_tensor_values.data(), input_mask_tensor_size, input_mask_node_dims.data(), 3);  assert(input_mask_tensor.IsTensor());      std::vector ort_inputs;  ort_inputs.push_back(std::move(input_tensor));  ort_inputs.push_back(std::move(input_mask_tensor));  // score model & input tensor, get back output tensor  auto output_tensors = session.Run(Ort::RunOptions{nullptr}, input_node_names.data(), ort_inputs.data(), ort_inputs.size(), output_node_names.data(), 2);    // Get pointer to output tensor float values  float* floatarr = output_tensors[0].GetTensorMutableData();  float* floatarr_mask = output_tensors[1].GetTensorMutableData();    printf("Done!\n");  return 0;}

编译命令:

g++ infer.cpp -o infer onnxruntime-linux-x64-1.4.0/lib/libonnxruntime.so.1.4.0 -Ionnxruntime-linux-x64-1.4.0/include/ -std=c++11

onnxruntime中Tensor支持的数据类型包括:

typedef enum ONNXTensorElementDataType {  ONNX_TENSOR_ELEMENT_DATA_TYPE_UNDEFINED,  ONNX_TENSOR_ELEMENT_DATA_TYPE_FLOAT,   // maps to c type float  ONNX_TENSOR_ELEMENT_DATA_TYPE_UINT8,   // maps to c type uint8_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_INT8,    // maps to c type int8_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_UINT16,  // maps to c type uint16_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_INT16,   // maps to c type int16_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_INT32,   // maps to c type int32_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_INT64,   // maps to c type int64_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_STRING,  // maps to c++ type std::string  ONNX_TENSOR_ELEMENT_DATA_TYPE_BOOL,  ONNX_TENSOR_ELEMENT_DATA_TYPE_FLOAT16,  ONNX_TENSOR_ELEMENT_DATA_TYPE_DOUBLE,      // maps to c type double  ONNX_TENSOR_ELEMENT_DATA_TYPE_UINT32,      // maps to c type uint32_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_UINT64,      // maps to c type uint64_t  ONNX_TENSOR_ELEMENT_DATA_TYPE_COMPLEX64,   // complex with float32 real and imaginary components  ONNX_TENSOR_ELEMENT_DATA_TYPE_COMPLEX128,  // complex with float64 real and imaginary components  ONNX_TENSOR_ELEMENT_DATA_TYPE_BFLOAT16     // Non-IEEE floating-point format based on IEEE754 single-precision} ONNXTensorElementDataType;

其中需要注意的是使用bool型,需要从uint_8的vector转为bool型:

std::vector mask_tensor_values;for(int i = 0; i < mask_tensor_size; i++){mask_tensor_values.push_back((uint8_t)(true));}auto mask_memory_info = Ort::MemoryInfo::CreateCpu(OrtArenaAllocator, OrtMemTypeDefault);Ort::Value mask_tensor = Ort::Value::CreateTensor(mask_memory_info, reinterpret_cast(mask_tensor_values.data()),mask_tensor_size, mask_node_dims.data(), 3);

性能测试

实际情况粗略统计,以transformer为例,onnxruntime-c++上的运行效率要比pytorch-python快2-5倍

C++-onnx:用onnxruntime部署自己的模型_u013250861的博客-CSDN博客

ONNX Runtime使用简单介绍_竹叶青lvye的博客-CSDN博客_onnxruntime 使用

onnxruntime的c++使用_chencision的博客-CSDN博客_c++ onnxruntime

onnxruntime C++ 使用(一)_SongpingWang的技术博客_51CTO博客

OnnxRunTime的推理流程_hjxu2016的博客-CSDN博客_onnxruntime

onnxruntime安装与使用(附实践中发现的一些问题)_本初-ben的博客-CSDN博客_onnxruntime安装

来源地址:https://blog.csdn.net/u013250861/article/details/127829944

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯