Paddle-Lite——在树莓派端基于python API部署Paddle模型
文章目录
-
- Paddle Lite环境准备
-
- 硬件准备
- 基本软件环境准备
-
- 摄像头准备
- 编译库准备
- 下载Paddle-Lite
- 编译
-
- 编译的可选项
- 安装编译生成的python paddle-lite包
- 运行基于python API的demo程序
-
- 准备模型文件
- 运行模型
- 部署自己的模型
-
- 两种模型格式
-
- 编译opt工具
- 使用opt转换模型
Paddle Lite环境准备
硬件准备
- 树莓派4B
- usb摄像头
- 装好Buster的镜像源的SD卡
基本软件环境准备
摄像头准备
参考文章：树莓派摄像头的安装、配置与验证
编译库准备
完成gcc、g++、opencv、cmake的安装：
sudo apt-get update
sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config
#下载cmake
wget https://www.cmake.org/files/v3.10/cmake-3.10.3.tar.gz
在这一步如果下载很慢，这里我也提供了cmake-3.10.3.tar.gz的包，需要的可以自行下载。
#解压
tar -zxvf cmake-3.10.3.tar.gz
#进入文件夹
cd cmake-3.10.3
#环境配置
sudo ./configure
#make
sudo make
sudo make install
到这里就完成了所有的环境准备。
下载Paddle-Lite
git clone很慢的同学参考博客：git clone速度加快方法
# 1. 下载Paddle-Lite源码 并切换到release分支
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
cd Paddle-Lite && git checkout release/v2.6
# 删除此目录，编译脚本会自动从国内CDN下载第三方库文件
rm -rf third-party
编译
cd Paddle-Lite
./lite/tools/build_linux.sh --arch=armv7hf --with_python=ON --python_version=3.7 --with_extra=ON --with_cv=ON
编译的可选项
./lite/tools/build_linux.sh help
- 具体选项
--------------------------------------------------------------------------------------------------------------------------------------------------------
| Methods of compiling Padddle-Lite Linux library: |
--------------------------------------------------------------------------------------------------------------------------------------------------------
| compile linux library: (armv8, gcc) |
| ./lite/tools/build_linux.sh |
| print help information: |
| ./lite/tools/build_linux.sh help |
| |
| optional argument: |
| --arch: (armv8|armv7hf|armv7), default is armv8 |
| --toolchain: (gcc|clang), defalut is gcc |
| --with_extra: (OFF|ON); controls whether to publish extra operators and kernels for (sequence-related model such as OCR or NLP), default is OFF |
| --with_python: (OFF|ON); controls whether to build python lib or whl, default is OFF |
| --python_version: (2.7|3.5|3.7); controls python version to compile whl, default is None |
| --with_cv: (OFF|ON); controls whether to compile cv functions into lib, default is OFF |
| --with_log: (OFF|ON); controls whether to print log information, default is ON |
| --with_exception: (OFF|ON); controls whether to throw the exception when error occurs, default is OFF |
| |
| arguments of striping lib according to input model: |
| ./lite/tools/build_linux.sh --with_strip=ON --opt_model_dir=YourOptimizedModelDir |
| --with_strip: (OFF|ON); controls whether to strip lib accrding to input model, default is OFF |
| --opt_model_dir: (absolute path to optimized model dir) required when compiling striped library |
| detailed information about striping lib: https://paddle-lite.readthedocs.io/zh/latest/user_guides/library_tailoring.html |
| |
| arguments of opencl library compiling: |
| ./lite/tools/build_linux.sh --with_opencl=ON |
| --with_opencl: (OFF|ON); controls whether to compile lib for opencl, default is OFF |
| |
| arguments of rockchip npu library compiling: |
| ./lite/tools/build_linux.sh --with_rockchip_npu=ON --rockchip_npu_sdk_root=YourRockchipNpuSdkPath |
| --with_rockchip_npu: (OFF|ON); controls whether to compile lib for rockchip_npu, default is OFF |
| --rockchip_npu_sdk_root: (path to rockchip_npu DDK file) required when compiling rockchip_npu library |
| |
| arguments of baidu xpu library compiling: |
| ./lite/tools/build_linux.sh --with_baidu_xpu=ON --baidu_xpu_sdk_root=YourBaiduXpuSdkPath |
| --with_baidu_xpu: (OFF|ON); controls whether to compile lib for baidu_xpu, default is OFF |
| --baidu_xpu_sdk_root: (path to baidu_xpu DDK file) required when compiling baidu_xpu library |
--------------------------------------------------------------------------------------------------------------------------------------------------------
编译完成
安装编译生成的python paddle-lite包
进入dist目录下
cd /Paddle-Lite/build.lite.linux.armv7hf.gcc/inference_lite_lib.armlinux.armv7hf/python/install/dist
pip3 install paddlelite-2708c2fe-cp37-cp37m-linux_armv7l.whl
运行基于python API的demo程序
准备模型文件
- 下载模型
wget http://paddle-inference-dist.bj.bcebos.com/mobilenet_v1.tar.gz
tar zxf mobilenet_v1.tar.gz
- 采用opt工具转换模型
paddle_lite_opt --model_dir=./mobilenet_v1 \
--optimize_out=mobilenet_v1_opt \
--optimize_out_type=naive_buffer \
--valid_targets=arm
转化成功
运行模型
需要注意的是，在这里有两个demo文件，他们的区别在于
full_api.py中需要的模型文件为__model__和__param__文件，API详解：CxxPredictorlight_api.py中需要的模型文件为opt转换后的model.nb文件，API详解：LightPredictor
# light api的输入为优化后模型文件mobilenet_v1_opt.nb
python3 mobilenetv1_light_api.py --model_dir=mobilenet_v1_opt.nb
部署自己的模型
Paddle用于推理的模型是通过save_inference_model这个API保存下来的，保存的格式有两种，在这里将在AI studio上运行生成的模型参数文件下载并挂载在树莓派上：
两种模型格式
-
non-combined形式：参数保存到独立的文件，如设置
model_filename为None,params_filename为None
-
combined形式：参数保存到同一个文件，如设置
model_filename为model,params_filename为params
编译opt工具
在树莓派端编译：
cd Paddle-Lite
./lite/tools/build.sh build_optimize_tool
使用opt转换模型
paddle_lite_opt --model_dir=./mobilenet_v1 \
--valid_targets=arm \
--optimize_out_type=naive_buffer \
--optimize_out=mobilenet_v1_opt
具体的API详情参考：
- Python API — Paddle-Lite 文档
编译过程参考：
- 源码编译 (ARMLinux)
- 模型优化工具 opt