GLIP-推理指导

• 概述

  • 输入输出数据

• 推理环境准备

• 快速上手

  • 获取源码
  • 准备数据集
  • 模型推理

• 模型推理性能&精度

概述

标准的 object detection 模型只能推理固定的对象类别，如COCO，而这种人工标注的数据扩展成本很高。GLIP将 object detection 定义为 phrase grounding，可以推广到任何目标检测任务。

CLIP和ALIGN在大规模图像-文本对上进行跨模态对比学习，可以直接进行开放类别的图像分类。GLIP继承了这一研究领域的语义丰富和语言感知的特性，实现了SoTA对象检测性能，并显著提高了对下游检测任务的可迁移能力。

• 参考实现：

  url= https://github.com/microsoft/GLIP
  commit_id=a5f302bfd4c5c67010e29f779e3b0bde94e89985
  model_name= GLIP
  

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
  image	RGB_FP32	batchsize x 3 x height x weight	NCHW

• 输出数据

  输出数据	数据类型	大小	数据排布格式
  bbox	FLOAT32	N x 4	ND
  score	FLOAT32	N x 1	ND
  label	FLOAT32	N x 1	ND

推理环境准备

• 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	22.0.2	Pytorch框架推理环境准备
  CANN	7.0.T800	-
  Python	3.9	-
  PyTorch	1.13.1	-
  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

1. 获取本仓源码

   git clone https://gitcode.com/ascend/ModelZoo-PyTorch.git
   cd ModelZoo-PyTorch/ACL_PyTorch/built-in/cv/GLIP
   

2. 获取源码。

   git clone https://github.com/microsoft/GLIP.git
   cd GLIP
   git reset --hard a5f302bfd4c5c67010e29f779e3b0bde94e89985
   cd ..
   

3. 安装依赖。

   pip3 install -r requirement.txt
   

4. 打补丁。

   patch -p1 < ./glip.patch
   

5. 转移文件夹位置。

   mkdir -p backbone/model
   mkdir -p rpn_head/model
   mkdir -p select/model
   mv onnx_model.py ./GLIP/maskrcnn_benchmark/modeling/detector
   mv pth2onnx.py ./GLIP/
   mv inference.py ./GLIP/
   mv backbone ./GLIP
   mv rpn_head ./GLIP
   mv select ./GLIP
   cd GLIP
   

准备数据集

1. 获取原始数据集。（解压命令参考tar –xvf *.tar与 unzip *.zip） 本模型支持coco2017验证集。用户需自行获取数据集与标注文件，将annotations_trainval2017.zip和val2017.zip上传并解压到如下目录结构：

   GLIP
   └── DATASET 
        └── coco
              ├── annotations    
              └── val2017
   

模型推理

1. 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。

   1. 获取权重文件。

      获取GLIP模型权重 https://huggingface.co/GLIPModel/GLIP/blob/main/glip_tiny_model_o365_goldg.pth 将权重放在GLIP目录下

      获取bert-base-uncase权重

      https://huggingface.co/bert-base-uncased/tree/main 将bert-base-uncase文件夹放至GLIP目录下

   2. 导出onnx文件。

      1. 使用pth2onnx.py导出onnx文件。

         运行pth2onnx.py脚本。

         python pth2onnx.py --config-file configs/pretrain/glip_Swin_T_O365_GoldG.yaml --weight=glip_tiny_model_o365_goldg.pth --model_type='backbone'
         
         python pth2onnx.py --config-file configs/pretrain/glip_Swin_T_O365_GoldG.yaml --weight=glip_tiny_model_o365_goldg.pth --model_type='select'
         
         python pth2onnx.py --config-file configs/pretrain/glip_Swin_T_O365_GoldG.yaml --weight=glip_tiny_model_o365_goldg.pth --model_type='rpn_head' TEST.IMS_PER_BATCH 1
         

         分别获得./backbone/model/glip_backbone.onnx文件, ./select/model/glip_select.onnx文件和./rpn_head/model/glip_rpn_head.onnx文件。

      2. 使用convert.py脚本对glip_rpn_head.onnx进行优化

         python3 ./rpn_head/model/convert.py
         

         获得glip_rpn_head_new.onnx文件

   3. 使用ATC工具将ONNX模型转OM模型。

      1. 配置环境变量。

          source /usr/local/Ascend/ascend-toolkit/set_env.sh  #默认位置；须按脚本实际位置使用
         

      2. 执行命令查看芯片名称（${chip_name}）。

         npu-smi info
         #该设备芯片名为Ascend310P3 （自行替换）
         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                            |
         +===================+=================+======================================================+
         

      3. 执行ATC命令。

         atc --model="./backbone/model/glip_backbone.onnx" --output=./backbone/model/glip_backbone --framework=5 --soc_version=Ascend${chip_name} --input_shape_range="images:[1,3,300~1400,500~1400]"
         
         atc --model="./select/model/glip_select.onnx" --output=./select/model/glip_select --framework=5 --soc_version=Ascend${chip_name} --input_shape_range="input_1:[1,256,40~200,60~200];input_2:[1,256,20~100,30~100];input_3:[1,256,10~50,15~50];input_4:[1,256,5~25,7~25];input_5:[1,256,3~15,4~15]"
         
         atc --model="./rpn_head/model/glip_rpn_head_new.onnx" --output=./rpn_head/model/glip_rpn_head --framework=5 --soc_version=Ascend${chip_name} --input_shape_range="feature_1:[1,256,40~200,60~200];feature_2:[1,256,20~100,30~100];feature_3:[1,256,10~50,15~50];feature_4:[1,256,5~25,7~25];feature_5:[1,256,3~15,4~15]" --fusion_switch_file=./rpn_head/model/fusion_switch.cfg
         

         • 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_range：设置动态输入数据的shape。
           • --soc_version：处理器型号。
           • --fusion_switch_file: 对于融合规则开关。

           运行成功后生成./backbone/glip_backbone_linux_aarch64.om, ./select/model/glip_select_linux_aarch64.om和./rpn_head/model/glip_rpn_head_linux_aarch64.om模型文件。

2. 开始推理验证。

   1. 安装msit推理工具。

      请访问msit推理工具代码仓，根据readme文档安装benchmark组件。安装完后可以使用msit check all看安装的组件下是否显示OK来判断是否成功安装。

   2. 执行推理。

      python3 inference.py --config-file configs/pretrain/glip_Swin_T_O365_GoldG.yaml --weight=glip_tiny_model_o365_goldg.pth --output_folder=./result TEST.IMS_PER_BATCH 1 MODEL.DYHEAD.SCORE_AGG "MEAN" TEST.EVAL_TASK detection  
      

      • 参数说明：

        • config-file：模型参数。
        • weight：模型权重。
        • output_folder：结果保存路径。 ...

      推理后的精度打屏，保存在output_folder下。

模型推理性能&精度

调用ACL接口推理计算，性能参考下列数据。

芯片型号	Batch Size	数据集	精度	性能
300I Pro	1	coco	46.3%