问题描述
我需要在 Android 上运行自定义的 gluonCV 对象检测模块。
我已经在自定义数据集上对模型 (ssd_512_mobilenet1.0_custom) 进行了微调,我尝试使用它运行推理(加载训练期间生成的 .params 文件),一切都在我的计算机上完美运行。现在,我需要将其导出到 Android。
我指的是 this answer 来确定程序,有 3 个建议选项:
- 您可以使用 ONNX 将模型转换为其他运行时,例如 [...] NNAPI for Android
- 您可以使用 TVM
- 您可以使用 SageMaker Neo + DLR runtime [...]
关于第一个,我将我的模型转换为 ONNX。 但是,为了与nnapi一起使用,需要将其转换为daq。在存储库中,他们提供了 onnx2daq 的预编译 AppImage 进行转换,但脚本返回错误。我检查了问题部分,they report“它实际上对所有 onnx 对象检测模型都失败了”。
然后,我尝试了 DLR,因为它被认为是最简单的方法。 据我了解,为了将我的自定义模型与 DLR 一起使用,我首先需要使用 TVM 对其进行编译(这也涵盖了链接帖子中提到的第二点)。在 repo 中,他们提供了一个 Docker 镜像,其中包含一些用于不同框架的转换脚本。 我修改了“compile_gluoncv.py”脚本,现在我有:
#!/usr/bin/env python3
from tvm import relay
import mxnet as mx
from mxnet.gluon.model_zoo.vision import get_model
from tvm_compiler_utils import tvm_compile
shape_dict = {'data': (1,3,300,300)}
dtype='float32'
ctx = [mx.cpu(0)]
classes_custom = ["CML_mug"]
block = get_model('ssd_512_mobilenet1.0_custom',classes=classes_custom,pretrained_base=False,ctx=ctx)
block.load_parameters("ep_035.params",ctx=ctx) ### this is the file produced by training on the custom dataset
for arch in ["arm64-v8a","armeabi-v7a","x86_64","x86"]:
sym,params = relay.frontend.from_mxnet(block,shape=shape_dict,dtype=dtype)
func = sym["main"]
func = relay.Function(func.params,relay.nn.softmax(func.body),None,func.type_params,func.attrs)
tvm_compile(func,params,arch,dlr_model_name)
但是,当我运行脚本时,它返回错误:
ValueError: Model ssd_512_mobilenet1.0_custom is not supported. Available options are
AlexNet
densenet121
densenet161
densenet169
densenet201
inceptionv3
mobilenet0.25
mobilenet0.5
mobilenet0.75
mobilenet1.0
mobilenetv2_0.25
mobilenetv2_0.5
mobilenetv2_0.75
mobilenetv2_1.0
resnet101_v1
resnet101_v2
resnet152_v1
resnet152_v2
resnet18_v1
resnet18_v2
resnet34_v1
resnet34_v2
resnet50_v1
resnet50_v2
squeezenet1.0
squeezenet1.1
vgg11
vgg11_bn
vgg13
vgg13_bn
vgg16
vgg16_bn
vgg19
vgg19_bn
我做错了吗?这件事甚至可能吗?
顺便提一下,在此之后,我还需要在 Android 上部署一个姿势检测模型 (simple_pose_resnet18_v1b) 和一个活动识别模型 (i3d_nl10_resnet101_v1_kinetics400)。
解决方法
错误消息一目了然 - mxnet.gluon.model_zoo.vision.get_model
不支持模型“ssd_512_mobilenet1.0_custom”。您将 GluonCV 的 get_model
与 MXNet Gluon 的 get_model
混淆了。
替换
block = get_model('ssd_512_mobilenet1.0_custom',classes=classes_custom,pretrained_base=False,ctx=ctx)
与
import gluoncv
block = gluoncv.model_zoo.get_model('ssd_512_mobilenet1.0_custom',ctx=ctx)
,
您实际上可以使用 Deep Java Library (DJL) 直接在 Android 上运行 GluonCV 模型 您需要做的是:
- hyridize your GluonCV model and save as MXNet model
- 为安卓构建MXNet引擎,MXNET已经支持Android构建
- 将 MXNet 共享库包含到您的 android 项目中
- 在你的安卓项目中使用DJL,你可以按照这个DJL Android demo for PyTorch