OpenVINO Model Optimizer转换时的预处理preprocess

深度模型在训练的时候，为了得到最好的推理精度，通常都不会把图像数据(0,255)直接送进去，而是会对数据做归一化处理。比如把数据从(0,255)的8bit整数转到(0,1)或者(-1,1)的32bit浮点之间；同时对于RGB数据，不同的推理框架在训练时对于彩色通道的排列RGB/BGR也不同。因此对应的在推理的时候, 也需要把摄像头抓到的数据也做对应的预处理， 把数据做一个归一化，以及色彩通道的调整。

 

OpenVINO的用MO转换模型的时候，也考虑到了这个问题，可以在mo转换的时候加一些对应的参数来帮忙做数据预处理。具体的做法是在IE runtime在推理的时候，在模型的最上层先加一个ScaleShift层来做归一化；对于RGB通道的调整，会再加一个reorder层来做数据的交换。这么做的好处是

• OpenVINO在实现ScaleShift计算的时候会自动用SIMD指令加TBB或者OpenMP来做数据并行的优化，经过Intel工程师优化过的代码远比我们自己写的C代码实现效率要高了不知道几条马路
• 用MKLDNN做卷积的时候，前面也需要一个Reoder来调整内存数据排列顺序，这个reorder操作可以捎带手把RGB<->BGR的转换也做了，不需要消耗额外的时间开销。

 

下面用Resnet的ONNX模型来举个例子，演示一下怎么在MO的时候设置preprocess参数

先看看ONNX Open Model Zoo上对Resnet 输入数据和预处理的介绍

从网站上这部分的描述可以看到输入数据要求是RGB排列

归一化数据的算法是

RGB 3个通道的mean, stddev分别为

    mean_vec = np.array([0.485, 0.456, 0.406])
    stddev_vec = np.array([0.229, 0.224, 0.225])

对应R通道的img_data, 应该是

 

对应OpenVINO的ScaleShift层的Mean和Scale，计算公式是

对比一下上面Resnet ONNX模型预处理的公式

所以OpenVINO MO的Preprocess里Mean/Scale的值应该是

    #Resnet ONNX preprocess
    mean_vec = np.array([0.485, 0.456, 0.406])
    stddev_vec = np.array([0.229, 0.224, 0.225])

    #OpenVINO
    mean_values = mean_vec * 255
    scale_values = stddev_vec * 255

    #mean_value = [123.675,116.28,103.53]
    #scale_value = [58.395,57.12,57.375]

算出了Mean/Scale的值， 接下来开始MO转换了

C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\model_optimizer>python mo_onnx.py --input_shape=[1,3,224,224] --input=data --reverse_input_channels --mean_values=data[123.675,116.28,103.53] --scale_values=data[58.395,57.12,57.375]  --input_model .\resnet34-v2-7.onnx -o .\

这里用了几个参数

--input_shape=[1,3,224,224]  告诉IE runtime 输入的图像分辨率为 224x224 3通道

--reverse_input_channels  告诉IE runtime 预处理时把颜色通道交换一下，因为我用的是OpenCV做的图像处理，图像数据默认是BGR排列的，需要转成RGB再去推理

--mean_values=data[123.675,116.28,103.53] --scale_values=data[58.395,57.12,57.375]  前面算出来的归一化参数

 

最后把转换出来的模型用accuracy_check一下精度, 输入的图像只做一个224x224的缩放，剩下的都交给IE推理的runtime去做

得到结果

很不错 :)