概述
MMDeploy 提供了一系列工具,帮助您更轻松的将 OpenMMLab 下的算法部署到各种设备与平台上。
您可以使用我们设计的流程一“部”到位,也可以定制您自己的转换流程。
流程
MMDeploy 定义的模型部署流程,如图所示:
安装
通过 MIM 安装 MMCV
pip install -U openmim
mim install "mmcv>=2.0.0rc2"
下载MMDeploy
git clone https://github.com/open-mmlab/mmdeploy.git
mim install -e .
安装ONNXRuntime和NCNN等推理框架
pip install onnxruntime ncnn
验证安装
import mmdeploy
print('MMDeploy 版本', mmdeploy.__version__)
import onnxruntime as ort
print('ONNXRuntime 版本', ort.__version__)
import ncnn
print('NCNN 版本', ncnn.__version__)
MMDeploy-在线模型转换工具
https://platform.openmmlab.com/deploee
模型转换-Pytorch转ONNX
python tools/deploy.py \
configs/mmseg/segmentation_onnxruntime_dynamic.py \
../mmsegmentation/Zihao-Configs/ZihaoDataset_FastSCNN_20230712.py \
../mmsegmentation/checkpoint/Zihao_FastSCNN.pth \
../mmsegmentation/data/watermelon_test1.jpg \
--work-dir mmseg2onnx_fastscnn \
--dump-info
模型转换-Pytorch转NCNN
python tools/deploy.py \
configs/mmseg/segmentation_ncnn_static-512x512.py \
../mmsegmentation/Zihao-Configs/ZihaoDataset_FastSCNN_20230712.py \
../mmsegmentation/checkpoint/Zihao_FastSCNN.pth \
../mmsegmentation/data/watermelon_test1.jpg \
--work-dir mmseg2ncnn_fastscnn \
--dump-info
结果:
MMDeploy 在华为CANN平台上的使用
参考博客:
【CANN训练营第三季】CANN6.0环境MMDeploy搭建笔记
参考文献
官方文档: https://mmdeploy.readthedocs.io/zh_CN/latest/get_started.html
子豪Github Notebook :https://github.com/TommyZihao/MMSegmentation_Tutorials/blob/main/20230816//【M4】MMDeploy模型部署-Pytorch转NCNN.ipynb