Platform For AI:PAI-Bladeを使用してDetectron2フレームワークにあるRetinaNetモデルを最適化する

制限事項

手順

ステップ1: 最適化するRetinaNetモデルのエクスポート

Detectron2は、Facebook AI Research (FAIR) によって構築されたオープンソースのトレーニングフレームワークです。 Detectron2は、オブジェクト検出およびセグメンテーションアルゴリズムを実装し、柔軟性、拡張性、および構成可能です。 Detectron2の柔軟性のため、通常の方法でモデルをエクスポートすると、エクスポートが失敗したり、間違ったエクスポート結果が返されたりする可能性があります。 モデルをTorchScript形式でデプロイできるようにするため、Detectron2ではTracingAdapterまたはscripting_with_instances APIを呼び出してモデルをエクスポートできます。 詳細については、「Usage」をご参照ください。

import torch
import numpy as np

from torch import Tensor
from torch.testing import assert_allclose

from detectron2 import model_zoo
from detectron2.export import scripting_with_instances
from detectron2.structures import Boxes
from detectron2.data.detection_utils import read_image

# Call the scripting_with_instances API to export the RetinaNet model. 
def load_retinanet(config_path):
    model = model_zoo.get(config_path, trained=True).eval()
    fields = {
        "pred_boxes": Boxes,
        "scores": Tensor,
        "pred_classes": Tensor,
    }
    script_model = scripting_with_instances(model, fields)
    return model, script_model

# Download a sample image. 
# wget http://images.cocodataset.org/val2017/000000439715.jpg -q -O input.jpg
img = read_image('./input.jpg')
img = torch.from_numpy(np.ascontiguousarray(img.transpose(2, 0, 1)))

# Run the model and compare the latency before and after you export the model. 
pytorch_model, script_model = load_retinanet("COCO-Detection/retinanet_R_50_FPN_3x.yaml")
with torch.no_grad():
    batched_inputs = [{"image": img.float()}]
    pred1 = pytorch_model(batched_inputs)
    pred2 = script_model(batched_inputs)

assert_allclose(pred1[0]['instances'].scores, pred2[0].scores)

ステップ2: PAI-Bladeを使用してモデルを最適化する

1. PAI-bladeのBlade. optimizeメソッドを呼び出します。

   モデルを最適化するには、blade.optimizeメソッドを呼び出します。 次のサンプルコードに例を示します。 blade.optimizeメソッドの詳細については、「PyTorchモデルの最適化」をご参照ください。

   import blade
   
   test_data = [(batched_inputs,)] # The test data used for a model in PyTorch is a list of tuples of tensors. 
   optimized_model, opt_spec, report = blade.optimize(
       script_model,  # The model in the TorchScript format exported in the previous step. 
       'o1',  # The optimization level of PAI-Blade. In this example, the optimization level is o1. 
       device_type='gpu',  # The type of the device on which the model is run. In this example, the device is type GPU. 
       test_data=test_data,  # The given set of test data, which facilitates optimization and testing. 
   )

2. 最適化レポートを表示し、最適化モデルを保存します。

   最適化されたモデルはまだTorchScript形式です。 最適化が完了したら、次のコードを実行して最適化レポートを表示し、最適化モデルを保存します

   # Display the optimization report. 
   print("Report: {}".format(report))
   # Save the optimized model. 
   torch.jit.save(optimized_model, 'optimized.pt')

   次のサンプルコードは、サンプル最適化レポートを提供します。 レポートのパラメーターの詳細については、「最適化レポート」をご参照ください。

   Report: {
     "software_context": [
       {
         "software": "pytorch",
         "version": "1.8.1+cu102"
       },
       {
         "software": "cuda",
         "version": "10.2.0"
       }
     ],
     "hardware_context": {
       "device_type": "gpu",
       "microarchitecture": "T4"
     },
     "user_config": "",
     "diagnosis": {
       "model": "unnamed.pt",
       "test_data_source": "user provided",
       "shape_variation": "undefined",
       "message": "Unable to deduce model inputs information (data type, shape, value range, etc.)",
       "test_data_info": "0 shape: (3, 480, 640) data type: float32"
     },
     "optimizations": [
       {
         "name": "PtTrtPassFp16",
         "status": "effective",
         "speedup": "3.77",
         "pre_run": "40.64 ms",
         "post_run": "10.78 ms"
       }
     ],
     "overall": {
       "baseline": "40.73 ms",
       "optimized": "10.76 ms",
       "speedup": "3.79"
     },
     "model_info": {
       "input_format": "torch_script"
     },
     "compatibility_list": [
       {
         "device_type": "gpu",
         "microarchitecture": "T4"
       }
     ],
     "model_sdk": {}
   }

3. 元のモデルと最適化されたモデルのパフォーマンスをテストします。

   次のサンプルコードは、モデルのパフォーマンスをテストする方法の例を示しています。

   import time
   
   @torch.no_grad()
   def benchmark(model, inp):
       for i in range(100):
           model(inp)
       torch.cuda.synchronize()
       start = time.time()
       for i in range(200):
           model(inp)
       torch.cuda.synchronize()
       elapsed_ms = (time.time() - start) * 1000
       print("Latency: {:.2f}".format(elapsed_ms / 200))
   
   # Test the latency of the original model. 
   benchmark(pytorch_model, batched_inputs)
   # Test the latency of the optimized model. 
   benchmark(optimized_model, batched_inputs)

   このパフォーマンステストの次の結果は参考のためのものです:

   Latency: 42.38
   Latency: 10.77

   前述の結果は、両方のモデルが200回実行された後、元のモデルの平均待ち時間は42.38ミリ秒であり、最適化されたモデルの平均待ち時間は10.77ミリ秒であることを示している。

ステップ3: 最適化されたモデルをロードして実行する

1. オプション: 試用期間中に、次の環境変数設定を追加して、認証の失敗によるプログラムの予期しない停止を防止します。

   export BLADE_AUTH_USE_COUNTING=1

2. PAI-Bladeを使用するように認証されます。

   export BLADE_REGION=<region>
   export BLADE_TOKEN=<token>

   ビジネス要件に基づいて、次のパラメーターを設定します。

   • <region>: PAI-Bladeを使用するリージョンです。 PAI-BladeユーザーのDingTalkグループに参加して、PAI-Bladeを使用できるリージョンを取得できます。 DingTalkグループのQRコードについては、「アクセストークンの取得」をご参照ください。

   • <token>: PAI-Bladeを使用するために必要な認証トークン。 PAI-BladeユーザーのDingTalkグループに参加して、認証トークンを取得できます。 DingTalkグループのQRコードについては、「アクセストークンの取得」をご参照ください。

3. モデルをデプロイします。

   最適化されたモデルはまだTorchScriptにあります。 したがって、環境を変更せずに最適化モデルをロードできます。

   import blade.runtime.torch
   import detectron2
   import torch
   
   from torch.testing import assert_allclose
   from detectron2.utils.testing import (
       get_sample_coco_image,
   )
   
   pytorch_model = model_zoo.get("COCO-Detection/retinanet_R_50_FPN_3x.yaml", trained=True).eval()
   optimized_model = torch.jit.load('optimized.pt')
   
   img = read_image('./input.jpg')
   img = torch.from_numpy(np.ascontiguousarray(img.transpose(2, 0, 1)))
   
   with torch.no_grad():
       batched_inputs = [{"image": img.float()}]
       pred1 = pytorch_model(batched_inputs)
       pred2 = optimized_model(batched_inputs)
   
   assert_allclose(pred1[0]['instances'].scores, pred2[0].scores, rtol=1e-3, atol=1e-2)