基于python实现onnx转TensorRT自定义op

7 篇文章 1 订阅
4 篇文章 0 订阅

TensorRT源码上提供了一些python的samples,但是说好的提供onnx_packnet这个sample是onnx2trt自定义op的示例,但却没有写完整,不熟悉的人很难看懂。但其实Python版本的onnx2trt自定义op很简单,过程如下:

  1. 找到一个需要自定义op的C++插件(或者自己写)如:grid_sampler
  2. 使用cmake将上述grid_sampler相关文件生成C++库文件libtensorrtplugins.so
  3. 在Python文件的最开头加上一句:ctypes.CDLL("/home/tensorrt/libtensorrtplugins.so")

注意:模型中使用的不支持op的名字应该与注册的插件名字一致
如果不一致且模型难以重新训练,可直接对onnx模型里的node进行修改,或者修改插件注册名。

TensorRT 是 NVIDIA 的一个高性能深度学习推理引擎,可以在 NVIDIA GPU 上加速深度学习推理。而 ONNX 是一种跨平台、开放的深度学习模型表示格式,可以在不同的深度学习框架之间灵活换模型。 TensorRT 提供了一个 ONNX Parser,可以将 ONNX 模型解析为 TensorRT 的网络表示形式。这样,您就可以在 TensorRT 中加载 ONNX 模型,并在 NVIDIA GPU 上进行加速推理。以下是将 ONNX 模型换为 TensorRT 的一些步骤: 1. 安装 TensorRTONNX Runtime 在使用 ONNX Parser 之前,需要先安装 TensorRTONNX Runtime。可以从 NVIDIA 官网下载 TensorRT,也可以通过 pip 安装 ONNX Runtime。 2. 将 ONNX 模型解析为 TensorRT 的网络表示形式 使用 TensorRTONNX Parser,可以将 ONNX 模型解析为 TensorRT 的网络表示形式。这个过程可以通过以下 Python 代码实现: ```python import tensorrt as trt import onnx # Load the ONNX model onnx_model = onnx.load("model.onnx") # Create a TensorRT builder builder = trt.Builder(TRT_LOGGER) # Create a TensorRT network from the ONNX model network = builder.create_network() parser = trt.OnnxParser(network, TRT_LOGGER) parser.parse(onnx_model.SerializeToString()) # Build an engine from the TensorRT network engine = builder.build_cuda_engine(network) ``` 在这个过程中,首先使用 ONNXPython API 加载 ONNX 模型。然后,使用 TensorRTPython API 创建一个 TensorRT builder 和一个 TensorRT network。接下来,使用 TensorRTONNX Parser 将 ONNX 模型解析为 TensorRT 的网络表示形式,并将其添加到 TensorRT network 中。最后,使用 TensorRT builder 构建一个 TensorRT 引擎。 3. 运行 TensorRT 引擎 构建完 TensorRT 引擎后,可以使用以下代码来运行 TensorRT 推理: ```python import pycuda.driver as cuda import pycuda.autoinit import numpy as np # Load the engine with open("engine.plan", "rb") as f: engine_data = f.read() engine = runtime.deserialize_cuda_engine(engine_data) # Allocate input and output buffers on the GPU input_bindings = [] output_bindings = [] stream = cuda.Stream() for binding in engine: size = trt.volume(engine.get_binding_shape(binding)) * engine.max_batch_size dtype = trt.nptype(engine.get_binding_dtype(binding)) if engine.binding_is_input(binding): input_bindings.append(cuda.mem_alloc(size * dtype.itemsize)) else: output_bindings.append(cuda.mem_alloc(size * dtype.itemsize)) # Load input data to the GPU input buffer input_data = np.random.randn(batch_size, input_size) cuda.memcpy_htod(input_bindings[0], input_data.flatten().astype(np.float32)) # Run inference context = engine.create_execution_context() context.execute_async_v2(bindings=input_bindings + output_bindings, stream_handle=stream.handle) cuda.streams.synchronize() # Get the output data from the GPU output buffer output_data = np.empty((batch_size, output_size), dtype=np.float32) cuda.memcpy_dtoh(output_data.flatten(), output_bindings[0]) ``` 在这个过程中,首先使用 TensorRTPython API 加载 TensorRT 引擎。然后,使用 PyCUDA 分配输入和输出缓冲区,并将输入数据从主机(CPU)传输到设备(GPU)。接下来,使用 TensorRTPython API 创建一个 TensorRT 执行上下文,并在 GPU 上异步执行 TensorRT 推理。最后,使用 PyCUDA 将输出数据从设备(GPU)传输到主机(CPU)。 这就是将 ONNX 模型换为 TensorRT 的一些步骤。由于 ONNX Parser 是 TensorRT 的一部分,因此可以使用 TensorRTPython API 轻松地将 ONNX 模型换为 TensorRT
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值