Focal-Transformer模型-推理指导
概述
Focal-Transformer是一个可用于图像分类、目标检测和语义分割的图像Transformer网络，有Tiny、Small以及Base三种规模可以选择。模型由标准图像Transformer改进而来，使用粗粒度和细粒度两种模式分别汇聚远距离和近距离的token信息，并且使用多尺度的金字塔结构，避免了分辨率平方倍复杂度的同时尽可能聚合信息。
-
参考实现：
url=https://github.com/microsoft/Focal-Transformer branch=master commit_id=57bb3031582a2afb2d2a6916612bc4311316f9fc model_name=Focal-fast-S
输入输出数据
-
输入数据
输入数据 数据类型 大小 数据排布格式 input RGB_FP32 batchsize x 3 x 224 x 224 NCHW -
输出数据
输出数据 数据类型 大小 数据排布格式 output1 FLOAT32 1 x 1000 ND
推理环境准备[所有版本]
-
该模型需要以下插件与驱动
表 1 版本配套表
| 配套 | 版本 | 环境准备指导 |
|---|---|---|
| 固件与驱动 | 1.0.17 | Pytorch框架推理环境准备 |
| CANN | 6.0.RC1 | - |
| Python | 3.7.13 | - |
| PyTorch | 1.8.1 | - |
| 说明：Atlas 300I Duo 推理卡请以CANN版本选择实际固件与驱动版本。 | \ | \ |
快速上手
获取源码
-
获取源码。
git clone https://github.com/microsoft/Focal-Transformer.git -
安装依赖。
pip3 install -r requirements.txt
准备数据集
-
获取原始数据集。
本模型采用ImageNet验证集。
数据集：ImageNet Large Scale Visual Recognition Challenge 2012 (ILSVRC2012)
推理只需验证集即Validation images (all tasks) 以及对应的标签文件val_label.txt。
存放路径：./ImageNet
目录结构：
├── ImageNet ├── val └── val_label.txt -
数据预处理。
数据预处理将原始数据集转换为模型输入的数据。
执行Focal_Transformer_preprocess.py脚本，完成预处理。
python3 Focal_Transformer_preprocess.py \ --input_path ImageNet/val \ --output_path infer/databin/- 参数说明：
- input_path：验证集路径。
- output_path：输出bin文件路径。
- 参数说明：
模型推理
-
模型转换。
使用PyTorch将模型权重文件.pth转换为.onnx文件，再使用ATC工具将.onnx文件转为离线推理模型文件.om文件。
-
获取权重文件
-
导出onnx文件。
-
使用Focal_Transformer_pth2onnx.py导出onnx文件。
python3 Focal_Transformer_pth2onnx.py \ --code_path ./Focal-Transformer \ --input_path ./focalv2-small-useconv-is224-ws7.pth \ --output_path ./focalv2.onnx- 参数说明：
- code_path：模型源码文件所在路径。
- input_path：预训练pth模型路径。
- output_path：输出onnx模型路径
获得focalv2.onnx文件。
- 参数说明：
-
-
使用ATC工具将ONNX模型转OM模型。
-
配置环境变量。
source /usr/local/Ascend/ascend-toolkit/set_env.sh说明： 该脚本中环境变量仅供参考，请以实际安装环境配置环境变量。详细介绍请参见《CANN 开发辅助工具指南 (推理)》。
-
执行命令查看芯片名称（${chip_name}） 。
npu-smi info #该设备芯片名为Ascend310P3 回显如下： +-------------------+-----------------+------------------------------------------------------+ | NPU Name | Health | Power(W) Temp(C) Hugepages-Usage(page) | | Chip Device | Bus-Id | AICore(%) Memory-Usage(MB) | +===================+=================+======================================================+ | 0 310P3 | OK | 15.8 42 0 / 0 | | 0 0 | 0000:82:00.0 | 0 1074 / 21534 | +===================+=================+======================================================+ | 1 310P3 | OK | 15.4 43 0 / 0 | | 0 1 | 0000:89:00.0 | 0 1070 / 21534 | +===================+=================+======================================================+ -
执行ATC命令。
atc --framework=5 \ --model=./focalv2.onnx \ --output=./focalv2_bs1 \ --input_format=NCHW \ --input_shape="image:1,3,224,224" \ --log=error \ --soc_version=Ascend${chip_name}- 参数说明：
- --model：为ONNX模型文件。
- --framework：5代表ONNX模型。
- --output：输出的OM模型。
- --input_format：输入数据的格式。
- --input_shape：输入数据的shape。
- --log：日志级别。
- --soc_version：处理器型号。
运行成功后生成
focalv2_bs1.om模型文件。 - 参数说明：
-
-
-
开始推理验证。
-
安装ais_bench推理工具。
请访问ais_bench推理工具代码仓，根据readme文档进行工具安装。
-
执行推理。
python3 -m ais_bench \ --model ./focalv2_bs1.om \ --input infer/databin/ \ --output infer/ \ --output_dirname output \ --outfmt TXT- 参数说明：
- model：om模型路径。
- input：bin数据集路径。
- output：推理结果路径。
- output_dirname：推理结果子目录。
- outfmt：推理结果格式。
- 参数说明：
-
精度验证。
调用脚本与数据集标签val_label.txt比对，可以获得Accuracy数据，结果保存在result.json中。
python3 Focal_Transformer_postprocess.py \ --input_path infer/output \ --label_path ImageNet/val_label.txt \ --output_path infer/result.json-
参数说明：
- input_path：推理结果路径。
- label_path：标签路径。
- output_path：精度验证json结果。
json文件包含每张图片的测试结果以及当前的平均精度
-
-
性能验证。
可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：
python3 -m ais_bench --model=focalv2_bs1.om --loop=20 --batchsize=${batch_size}- 参数说明：
- --model：om模型文件路径。
- --batchsize：模型输入对应的batch size。
- 参数说明：
-
模型推理性能&精度
调用ACL接口推理计算，精度仅支持Batch Size为1的情况，性能参考下列数据。
| 芯片型号 | Batch Size | 数据集 | 精度 | 性能 |
|---|---|---|---|---|
| 300I Pro | 1 | ImageNet1k | 83.586% | 7.96 |
模型仅支持batch size为1