在 Android 上运行 GluonCV 对象检测模型

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：

1. 您可以使用 ONNX 将模型转换为其他运行时，例如 [...] NNAPI for Android
2. 您可以使用 TVM
3. 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：

1. hyridize your GluonCV model and save as MXNet model
2. 为安卓构建MXNet引擎，MXNET已经支持Android构建
3. 将 MXNet 共享库包含到您的 android 项目中
4. 在你的安卓项目中使用DJL，你可以按照这个DJL Android demo for PyTorch