resnet50_onnxruntime图像分类的深度神经网络模型

ResNet50

论文

Deep Residual Learning for Image Recognition

• https://arxiv.org/abs/1512.03385

模型结构

ResNet50模型包含了49个卷积层、一个全连接层。

算法原理

ResNet50使用了多个具有残差连接的残差块来解决梯度消失或梯度爆炸问题，并使得网络可以向更深层发展。

环境配置

Docker（方法一）

拉取镜像：

docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1

创建并启动容器：

docker run --shm-size 16g --network=host --name=resnet50_ort --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/resnet50_onnxruntime:/home/resnet50_onnxruntime -it <Your Image ID> /bin/bash

# 激活dtk
source /opt/dtk/env.sh

Dockerfile（方法二）

cd ./docker
docker build --no-cache -t resnet50_onnxruntime:2.0 .

docker run --shm-size 16g --network=host --name=resnet50_ort --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/resnet50_onnxruntime:/home/resnet50_onnxruntime -it <Your Image ID> /bin/bash

数据集

下载ImageNet数据集：ImageNet (image-net.org)

data
    |
    train
        |
        n01440764
        n01443537
        ...
    val
        |
        n01440764
        n01443537
        ...

推理

Python版本推理

采用ONNXRuntime框架使用DCU进行推理，下面介绍如何运行python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。

配置环境

# 进入resnet50 onnxruntime工程根目录
cd <path_to_resnet50_onnxruntime> 

# 安装依赖
pip install -r ./Python/requirements.txt

运行示例

# 进入resnet50 onnxruntime工程根目录
cd <path_to_resnet50_onnxruntime> 

# 进入示例程序目录
cd Python/

# 运行示例
python Classifier.py

C++版本推理

采用ONNXRuntime框架使用DCU进行推理，下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。

构建工程

cd <path_to_resnet50_onnxruntime>

# 安装Opencv依赖
sh ./3rdParty/InstallOpenCVDependences.sh

rbuild build -d depend

设置环境变量

将依赖库依赖加入环境变量LD_LIBRARY_PATH，在~/.bashrc中添加如下语句：

export LD_LIBRARY_PATH=<path_to_resnet50_onnxruntime>/depend/lib64/:$LD_LIBRARY_PATH

然后执行:

source ~/.bashrc

运行示例

# 进入resnet50_onnxruntime工程根目录
cd <path_to_resnet50_onnxruntime> 

# 进入build目录
cd build/

# 执行示例程序
./ResNet50

result

python版本

C++版本

精度

无

应用场景

算法类别

图像分类

热点应用行业

制造,政府,医疗,科研

源码仓库及问题反馈

ModelZoo / ResNet50_onnxruntime · GitLab

参考资料

https://github.com/onnx/models/tree/main/vision/classification/resnet