在yolo v5训练的模型，转onnx，再转rknn后，测试发现：
rknn模型，量化与非量化，相较于pytorch模型，测试精度都有降低onnx模型，相较于pytorch模型，测试精度也有降低，且与rknn模型的精度更接近
于是，根据这种测试情况，rknn模型的上游，就是onnx。onnx这里发现不对劲，肯定是这步就出现了问题。于是就查pytorch转onnx阶段，就存在转化的精度降低了。
本篇就是记录这样一个过程，也请各位针对本文的问题，给一些建议，毕竟目前是发现了问题，同时还存在一些问题在。
一、pytorch转onnx：torch.onnx.export
yolo v5 export.py: def export_onnx()中，添加下面代码，检查转储的onnx模型，与pytorch模型的输出结果是否一致。代码如下：
torch.onnx.export(
model.cpu() if dynamic else model, # --dynamic only compatible with cpu
im.cpu() if dynamic else im,
f,
verbose=False,
opset_version=opset,
export_params=True, # 将训练好的权重保存到模型文件中
do_constant_folding=True, # 执行常数折叠进行优化
input_names=['images'],
output_names=output_names,
dynamic_axes={
"image": {0: "batch_size"}, # variable length axes
"output": {0: "batch_size"},
}
)
# Checks
model_onnx = onnx.load(f) # load onnx model
onnx.checker.check_model(model_onnx) # check onnx model
import onnxruntime
import numpy as np
print('onnxruntime run start', f)
sess = onnxruntime.InferenceSession('best.onnx')
print('sess run start')
output = sess.run(['output0'], {'images': im.detach().numpy()})[0]
print('pytorch model inference start')
pytorch_result = model(im)[0].detach().numpy()
print(' allclose start')
print('output:', output)
print('pytorch_result:', pytorch_result)
assert np.allclose(output, pytorch_result), 'the output is different between pytorch and onnx !!!'
对其中的输出结果进行了打印，将差异性比较明显的地方进行了标记，如下所示：
也可以直接使用我下面这个版本，在转完onnx后，进行评测，转好的onnx和pt文件之间的差异性。如下：
参考pytorch官方：(OPTIONAL) EXPORTING A MODEL FROM PYTORCH TO ONNX AND RUNNING IT USING ONNX RUNTIME
import os
import platform
import sys
import warnings
from pathlib import Path
import torch
FILE = Path(__file__).resolve()
ROOT = FILE.parents[0] # YOLOv5 root directory
if str(ROOT) not in sys.path:
sys.path.append(str(ROOT)) # add ROOT to PATH
if platform.system() != 'Windows':
ROOT = Path(os.path.relpath(ROOT, Path.cwd())) # relative
from models.experimental import attempt_load
from models.yolo import ClassificationModel, Detect, DetectionModel, SegmentationModel
from utils.dataloaders import LoadImages
from utils.general import (LOGGER, Profile, check_dataset, check_img_size, check_requirements, check_version,
check_yaml, colorstr, file_size, get_default_args, print_args, url2file, yaml_save)
from utils.torch_utils import select_device, smart_inference_mode
import numpy as np
def cosine_distance(arr1, arr2):
# flatten the arrays to shape (16128, 7)
arr1_flat = arr1.reshape(-1, 7)
arr2_flat = arr2.reshape(-1, 7)
# calculate the cosine distance
cosine_distance = np.dot(arr1_flat.T, arr2_flat) / (np.linalg.norm(arr1_flat) * np.linalg.norm(arr2_flat))
return cosine_distance.mean()
def check_onnx(model, im):
import onnxruntime
import numpy as np
print('onnxruntime run start')
sess = onnxruntime.InferenceSession('best.onnx')
print('sess run start')
output = sess.run(['output0'], {'images': im.detach().numpy()})[0]
print('pytorch model inference start')
with torch.no_grad():
pytorch_result = model(im)[0].detach().numpy()
print(' allclose start')
print('output:', output, output.shape)
print('pytorch_result:', pytorch_result, pytorch_result.shape)
cosine_dis = cosine_distance(output, pytorch_result)
print('cosine_dis:', cosine_dis)
# 判断小数点后几位（4），是否相等，不相等就报错
# np.testing.assert_almost_equal(pytorch_result, output, decimal=4)
# compare ONNX Runtime and PyTorch results
np.testing.assert_allclose(pytorch_result, output, rtol=1e-03, atol=1e-05)
# assert np.allclose(output, pytorch_result), 'the output is different between pytorch and onnx !!!'
import cv2
from utils.augmentations import letterbox
def preprocess(img, device):
img = cv2.resize(img, (512, 512))
img = img.transpose((2, 0, 1))[::-1]
img = np.ascontiguousarray(img)
img = torch.from_numpy(img).to(device)
img = img.float()
img /= 255
if len(img.shape) == 3:
img = img[None]
return img
def main(
weights=ROOT / 'weights/best.pt', # weights path
imgsz=(512, 512), # image (height, width)
batch_size=1, # batch size
device='cpu', # cuda device, i.e. 0 or 0,1,2,3 or cpu
inplace=False, # set YOLOv5 Detect() inplace=True
dynamic=False, # ONNX/TF/TensorRT: dynamic axes
):
# Load PyTorch model
device = select_device(device)
model = attempt_load(weights, device=device, inplace=True, fuse=True) # load FP32 model
# Checks
imgsz *= 2 if len(imgsz) == 1 else 1 # expand
# Input
gs = int(max(model.stride)) # grid size (max stride)
imgsz = [check_img_size(x, gs) for x in imgsz] # verify img_size are gs-multiples
im = torch.zeros(batch_size, 3, *imgsz).to(device) # image size(1,3,320,192) BCHW iDetection
# im = cv2.imread(r'F:\tmp\yolov5_multiDR\data\0000005_20200929_M_063Y16640.jpeg')
# im = preprocess(im, device)
print(im.shape)
# Update model
model.eval()
for k, m in model.named_modules():
if isinstance(m, Detect):
m.inplace = inplace
m.dynamic = dynamic
m.export = True
warnings.filterwarnings(action='ignore', category=torch.jit.TracerWarning) # suppress TracerWarning
check_onnx(model, im)
if __name__ == "__main__":
main()
测试1：图像是一个全0的数组，一致性检查如下：
Mismatched elements: 76 / 112896 (0.0673%)
Max absolute difference: 0.00053406
Max relative difference: 2.2101
output: [[[ 3.1054 3.965 8.9553 ... 6.8545e-07 0.36458 0.53113]
[ 9.0205 2.5498 13.39 ... 6.2585e-07 0.18449 0.70698]
[ 20.786 2.2233 13.489 ... 2.3842e-06 0.033101 0.95657]
...
[ 419.42 493.04 106.14 ... 8.4937e-06 0.24135 0.60916]
[ 485.68 500.22 46.923 ... 1.1176e-05 0.33573 0.48875]
[ 488.37 503.87 68.881 ... 5.9605e-08 0.00030029 0.99639]]] (1, 16128, 7)
pytorch_result: [[[ 3.1054 3.965 8.9553 ... 7.0523e-07 0.36458 0.53113]
[ 9.0205 2.5498 13.39 ... 6.0181e-07 0.18449 0.70698]
[ 20.786 2.2233 13.489 ... 2.4172e-06 0.033101 0.95657]
...
[ 419.42 493.04 106.14 ... 8.5151e-06 0.24135 0.60916]
[ 485.68 500.22 46.923 ... 1.1174e-05 0.33573 0.48875]
[ 488.37 503.87 68.881 ... 9.3094e-08 0.0003003 0.99639]]] (1, 16128, 7)
cosine_dis: 0.04229331
测试2：图像是加载的本地图像，一致性检查如下：
Mismatched elements: 158 / 112896 (0.14%)
Max absolute difference: 0.0016251
Max relative difference: 1.2584
output: [[[ 3.0569 2.4338 10.758 ... 2.0862e-07 0.16333 0.78551]
[ 11.028 2.0251 13.407 ... 3.5763e-07 0.090503 0.88087]
[ 19.447 1.8957 13.431 ... 6.8545e-07 0.047358 0.95029]
...
[ 418.66 487.8 80.157 ... 1.4573e-05 0.65453 0.23448]
[ 472.99 491.78 79.313 ... 1.3232e-05 0.79356 0.15061]
[ 496.41 488.49 44.447 ... 2.6256e-05 0.89966 0.08772]]] (1, 16128, 7)
pytorch_result: [[[ 3.0569 2.4338 10.758 ... 2.5371e-07 0.16333 0.78551]
[ 11.028 2.0251 13.407 ... 3.3069e-07 0.090503 0.88087]
[ 19.447 1.8957 13.431 ... 6.6051e-07 0.047358 0.95029]
...
[ 418.66 487.8 80.157 ... 1.4618e-05 0.65453 0.23448]
[ 472.99 491.78 79.313 ... 1.3215e-05 0.79356 0.15061]
[ 496.41 488.49 44.447 ... 2.6262e-05 0.89966 0.08772]]] (1, 16128, 7)
cosine_dis: 0.04071107
发现，输出结果中，差异的数据点还是挺多的，那么就说明在模型中，有些部分的参数是有差异的，这才导致相同的输入，在最后的输出结果中存在差异。
但是在一定的误差内，结果是一致的。比如我验证了小数点后3位，都是一样的，但是到第4位的时候，就开始出现了差异性。
那么，如何降低，甚至没有这种差异，该怎么办呢？不知道你们有没有这方面的知识储备或经验，欢迎评论区给出指导，感谢。
二、新的pytorch转onnx：torch.onnx.dynamo_export
在参考pytorch官方，关于torch.onnx.export的模型转换，相关文档中：(OPTIONAL) EXPORTING A MODEL FROM PYTORCH TO ONNX AND RUNNING IT USING ONNX RUNTIME
上述案例，是pytorch官方给出评测pytorch和onnx转出模型，在相同输入的情况下，输出结果一致性对比的评测代码。对比这里：
testing.assert_allclose(actual, desired, rtol=1e-07, atol=0, equal_nan=True, err_msg='', verbose=True)
其中：
- rtol：相对tolerance（容忍度，公差，容许偏差）
- atol：绝对tolerance
- 要求
actual的desired值的差别不超过atol + rtol * abs(desired)，否则弹出错误提示
可以看出，这是在误差允许的范围内，进行的评测。只要满足一定的误差要求，还是满足的。并且在本测试案例中，也确实通过了上述设定值的误差要求。
但是，峰回路转，有个提示，如下：
于是，就转到torch.onnx.dynamo_export链接，点击这里直达：EXPORT A PYTORCH MODEL TO ONNX
同样的流程，导出模型，然后进行一致性评价，发现官方竟然没有采用允许误差的评测，而是下面这样：
输出完全一致，这是一个大好消息。至此，开始验证
2.1、验证结果
与此同时，发现yolo v5更新到了v7.0.0的版本，于是就想着把yolo 进行升级，同时将pytorch版本也更新到最新的2.1.0，这样就可以采用torch.onnx.dynamo_export 进行转onnx模型的操作尝试了。
当一起就绪后，采用下面的代码转出onnx模型的时候，却出现了错误提示。
export_output = torch.onnx.dynamo_export(model.cpu() if dynamic else model,
im.cpu() if dynamic else im)
export_output.save("my_image_classifier.onnx")
2.2、转出失败
给出失败的的提示：torch.onnx.OnnxExporterError，转出onnx模型失败，产生了一个SARIF的文件。然后介绍了什么是SARIF文件，可以通过VS Code SARIF，也可以 SARIF web查看。最后说吧这个错误，报告给pytorch的GitHub的issue地方。
产生了一个名为：report_dynamo_export.sarif是文件，打开文件，记录的信息如下：
{
"runs":[
{
"tool":{
"driver":{
"name":"torch.onnx.dynamo_export",
"contents":[
"localizedData",
"nonLocalizedData"
],
"language":"en-US",
"rules":[],
"version":"2.1.0+cu118"
}
},
"language":"en-US",
"newlineSequences":[
"\r\n",
"\n"
],
"results":[]
}
],
"version":"2.1.0",
"schemaUri":"https://docs.oasis-open.org/sarif/sarif/v2.1.0/cs01/schemas/sarif-schema-2.1.0.json"
}
这更像是一个运行环境收集的一个记录文件。在我对全网进行搜索时候，发现了类似的报错提示，但并没有解决办法。不知道是不是因为这个函数还在内测阶段，并没有很好的适配。
如果你也遇到了同样的问题，欢迎给评论，指导问题出在了哪里？如何解决这个问题。感谢
三、总结
原本想着验证最终转rknn的模型，与原始pytorch模型是否一致的问题，最后发现在转onnx阶段，这种差异性就已经存在了。并且发现rknn的测试结果，与onnx模型的测试结果更加的贴近。无论是量化后的rknn，还是未量化的，均存在这个问题。
同时发现，量化后的rknn模型，在config阶段改变量化的方式，确实会提升模型的性能，且几乎接近于未量化的模型版本。
原本以为采用pytorch新的转出onnx的模型函数，可以解决这个问题。但是，发现还是内测版本，不知道问题是出在了哪里，还需要大神帮助，暂时未跑通。
最后，如果你也遇到了同样的问题，欢迎给评论，指导问题出在了哪里？如何解决这个问题。感谢
