C++ YOLOv3推理 第四讲 :模型格式

此前，我们提到了模型的使用包含了将它转换为gguf格式的步骤，后续的流程都是讨论基于gguf格式，如何实现推理。但是，我们并没有对于对于其中的细节深究。

那么，gguf格式的数据到底是如何转换得到的，保存的内容具体包含哪些呢？

可以关注 ggml/examples/yolo/convert-pth-to-ggml.py, 在main函数中，gguf_writer这个对象扮演了很关键的角色。

其中，save_conv2d_layer的作用很重要，它把tensor的信息存储到gguf_writer中，存储的信息包括： 1. 卷积层的名称 2. 卷积层的权重参数 3. 卷积层的尺寸。

在存储了conv层的信息后，gguf_writer写入header。kv data。最后才是tensor。可以看出来，下列代码存储了13个卷积层的参数，而实际上，对照Part3的网络结构，实际上模型主要就是包含13个卷积层的参数。

if __name__ == '__main__':
    if len(sys.argv) != 2:
        print("Usage: %s <yolov3-tiny.weights>" % sys.argv[0])
        sys.exit(1)
    outfile = 'yolov3-tiny.gguf'
    gguf_writer = gguf.GGUFWriter(outfile, 'yolov3-tiny')

    f = open(sys.argv[1], 'rb')
    f.read(20) # skip header
    save_conv2d_layer(f, gguf_writer, "l0", 3, 16, 3)
    save_conv2d_layer(f, gguf_writer, "l1", 16, 32, 3)
    save_conv2d_layer(f, gguf_writer, "l2", 32, 64, 3)
    save_conv2d_layer(f, gguf_writer, "l3", 64, 128, 3)
    save_conv2d_layer(f, gguf_writer, "l4", 128, 256, 3)
    save_conv2d_layer(f, gguf_writer, "l5", 256, 512, 3)
    save_conv2d_layer(f, gguf_writer, "l6", 512, 1024, 3)
    save_conv2d_layer(f, gguf_writer, "l7", 1024, 256, 1)
    save_conv2d_layer(f, gguf_writer, "l8", 256, 512, 3)
    save_conv2d_layer(f, gguf_writer, "l9", 512, 255, 1, batch_normalize=False)
    save_conv2d_layer(f, gguf_writer, "l10", 256, 128, 1)
    save_conv2d_layer(f, gguf_writer, "l11", 384, 256, 3)
    save_conv2d_layer(f, gguf_writer, "l12", 256, 255, 1, batch_normalize=False)
    f.close()
    
    gguf_writer.write_header_to_file()
    gguf_writer.write_kv_data_to_file()
    gguf_writer.write_tensors_to_file()
    gguf_writer.close()
    print("{} converted to {}".format(sys.argv[1], outfile))

针对yolov3，关于gguf的模型转换其实不复杂，主要就是保存卷积层的参数。

而针对卷积层的保存，还是需要区分为包含Batch Norm，和不包含BN两种情况，当包含BN时，需要包含的参数明显增加，包括每个通道的scales，mean，variance。此外，必须要存储的是模型的bias和卷积核参数。

def save_conv2d_layer(f, gguf_writer, prefix, inp_c, filters, size, batch_normalize=True):
    biases = np.fromfile(f, dtype=np.float32, count=filters)
    gguf_writer.add_tensor(prefix + "_biases", biases, raw_shape=(1, filters, 1, 1))

    if batch_normalize:
        scales = np.fromfile(f, dtype=np.float32, count=filters)
        gguf_writer.add_tensor(prefix + "_scales", scales, raw_shape=(1, filters, 1, 1))
        rolling_mean = np.fromfile(f, dtype=np.float32, count=filters)
        gguf_writer.add_tensor(prefix + "_rolling_mean", rolling_mean, raw_shape=(1, filters, 1, 1))
        rolling_variance = np.fromfile(f, dtype=np.float32, count=filters)
        gguf_writer.add_tensor(prefix + "_rolling_variance", rolling_variance, raw_shape=(1, filters, 1, 1))

    weights_count = filters * inp_c * size * size
    l0_weights = np.fromfile(f, dtype=np.float32, count=weights_count)
    ## ggml doesn't support f32 convolution yet, use f16 instead
    l0_weights = l0_weights.astype(np.float16)
    gguf_writer.add_tensor(prefix + "_weights", l0_weights, raw_shape=(filters, inp_c, size, size))

但是，目前来看，gguf header的具体格式还是不清晰，需要进一步探索。