TensorRT int8 Demo with yolov5

本仓库以yolov5为例记录了TensorRT int8使用方法，主要包括：模型int8量化和int8模型推理部署两部分，详细见下面

更新说明

• 2022.09.15 : add npp_demo in npp_demo directory and also reference to : NVIDIA_NPP_DEMO

开发环境

• Ubuntu 16.04 +

• CUDA 11.x

• TensorRT 7.x / TensorRT 8.x

• cudnn 8.x

• OpenCV 3.x

模型int8量化

• 编译onnx2trtInt8和demo

# build onnx2trtInt8 
>>mkdir -p third_party/Linux && cd third_party/Linux
>>ln -s "YOUR_CUDNN_HOME" cudnn
>>ln -s "YOUR_TENSORRT_HOME" TensorRT
>>export PATH="YOUR_CUDA_HOME"/bin:$PATH
>>mkdir build && cd build
>>cmake —DCMAKE_BUILD_TYPE=Release -DCUDA_HOME="YOUR_CUDA_HOME" -DCUDNN_HOME="YOUR_CUDNN_HOME" -DTRT_HOME="YOUR_TENSORRT_HOME" -DOpenCV_DIR="YOUR_OPENCV_DIR" ..
>>make VERBOSE=1 -j8 
>>
# build complete you will get onnx2trtInt8 and demo in $YOUR_ROOT/bin/Linux directory

• onnx2trtInt8使用

>>./onnx2trtInt8
Usage:
	 ./onnx2trtInt8 quant_int8_conifg.json

在终端运行./onnx2trtInt8后可以看到，输入参数为一个quant_int8_conifg.json，其内容如下：

{
  "onnxFilePath": "YOUR_ONNX_MODEL_PATH",
  "engine_file_save_path": "YOU_WILL_SAVED_TRT_MODEL_PATH",
  // img_list_file 和 preprocessed_binary_file_path同时可用的话优先使用前者.
  "img_list_file": "CALIBRATION_IMAGE_TXT_LIST", //
  "preprocessed_binary_file_path": "preprocessed_binary_file_path",  
  // 推理时候的最大batch(目前只测试了batchsize=1的情况)
  "maxInferenceBatchSize": 4, 
  // 网络输入通道数，一般为1或者3
  "netInputChannels": 3, 
  "netInputHeight": 640, 
  "netInputWidth": 640,
  // 校准bathsize，一定要小于img_list_file或者preprocessed_binary_file_path中的图像数量
  "calBatchSize": 16,  
  // 网络输入tensor名字，一般只有一个
  "input": [           
    "input"
  ],
  // 网络输出tensor名字，可有一个或多个
  "output": [          
    "output1",
    "output2",
    "output3"
  ],
  "networkName": "_yolo_face_int8",
  // 图像预处理时的均值，如果netInputChannels=1，则只第一个数有效
  "means": [    
    0.0,
    0.0,
    0.0
  ],
  // 图像预处理时的缩放系数，如果netInputChannels=1，则只第一个数有效
  "scales": [  
    0.00392157,
    0.00392157,
    0.00392157
  ],
  // 图像是否等比例缩放，如果为1，则根据isSymmetryPad在边缘补0
  "isFixResize": 1, 
  //isSymmetryPad=1，则缩放时候在图像左右或者上下对称补0;否则为0，则在图像右面或者下面补0
  "isSymmetryPad": 0, 
  // 是否进行bgr -> rgb(或者rgb -> bgr)的转换
  "isBGR2RGB": 1,
  // 是否进行hwc -> chw的转换
  "isHWC2CHW": 1,
  "dlaCore" : -1,  
  "is_save_jpg_after_bgr2rgb": false
}

详细例子可进入$YOUR_ROOT/bin/Linux，然后执行:

• 生成preprocessed_binary_file_path文件

# 可根据个人实际prepreocess情况修改crop_yolo_resize.py中的代码
>>python crop_yolo_resize.py
0 widerface_val_subset/000000000065.png 768 1024
1 widerface_val_subset/000000000015.png 681 1024
2 widerface_val_subset/000000000053.png 820 1024
3 widerface_val_subset/000000000040.png 683 1024
4 widerface_val_subset/000000000042.png 1050 1024
5 widerface_val_subset/000000000074.png 768 1024
6 widerface_val_subset/000000000062.png 755 1024
7 widerface_val_subset/000000000019.png 768 1024
8 widerface_val_subset/000000000026.png 819 1024
9 widerface_val_subset/000000000041.png 642 1024
10 widerface_val_subset/000000000070.png 731 1024
11 widerface_val_subset/000000000063.png 768 1024
12 widerface_val_subset/000000000014.png 807 1024
......
47 widerface_val_subset/000000000047.png 1530 1024
all_imgs :  (48, 3, 640, 640)

运行完成之后可得到yolo_face_preprocessed_bin_file_input_size640_num48.bin文件

• 利用img_list_file直接量化

>>./onnx2trtInt8 quant_int8_conifg.json 
[09/08/2022-20:09:08] [I] [TRT] [MemUsageChange] Init CUDA: CPU +536, GPU +0, now: CPU 547, GPU 3366 (MiB)
[09/08/2022-20:09:08] [I] Current environment support int8!
&&&& RUNNING SampleInt8Demo [TensorRT v8001] # ./onnx2trtInt8 quant_int8_conifg.json
[09/08/2022-20:09:08] [I] Building and running a GPU inference engine for INT8 sample
[09/08/2022-20:09:08] [I] [TRT] [MemUsageChange] Init CUDA: CPU +0, GPU +0, now: CPU 547, GPU 3366 (MiB)
[09/08/2022-20:09:08] [I] [TRT] ----------------------------------------------------------------
[09/08/2022-20:09:08] [I] [TRT] Input filename:   ../../models/yolov5/face/face_640_input_one_output.onnx
[09/08/2022-20:09:08] [I] [TRT] ONNX IR version:  0.0.6
[09/08/2022-20:09:08] [I] [TRT] Opset version:    11
[09/08/2022-20:09:08] [I] [TRT] Producer name:    pytorch
[09/08/2022-20:09:08] [I] [TRT] Producer version: 1.5
[09/08/2022-20:09:08] [I] [TRT] Domain:           
[09/08/2022-20:09:08] [I] [TRT] Model version:    0
[09/08/2022-20:09:08] [I] [TRT] Doc string:       
[09/08/2022-20:09:08] [I] [TRT] ----------------------------------------------------------------
[09/08/2022-20:09:08] [W] [TRT] onnx2trt_utils.cpp:364: Your ONNX model has been generated with INT64 weights, while TensorRT does not natively support INT64. Attempting to cast down to INT32.
......

运行完成之后可得到$YOUR_ROOT/models/yolov5/face/face_640_input_one_output_int8.trt

int8模型推理部署

上一步已经在$YOUR_ROOT/bin/Linux目录中编译出demo，这里直接可以运行量化得到的文件，如下所示

>>cd $YOUR_ROOT/bin/Linux
>>./demo ../../models/yolov5/face/face_640_input_one_output_int8.trt  640 ../../data/test0.mp4

其它说明

• 如果你用的CUDA, OpenCV, TensorRT或者cudnn与上述描述的不一致可能存在细微的api差异，可在此基础上稍微修改即可。

• YOLOv6-TensorRT in C++与本仓库类似，也可以参考。