PyTorch 分类模型的转换以及使用 OpenCV Python 启动

上一个教程： 如何运行自定义 OCR 模型
下一个教程： PyTorch 分类模型的转换以及使用 OpenCV C++ 启动

原始作者	Anastasia Murzova
兼容性	OpenCV >= 4.5

目标

在本教程中，您将学习如何

• 将 PyTorch 分类模型转换为 ONNX 格式
• 使用 OpenCV Python API 运行转换后的 PyTorch 模型
• 获得 PyTorch 和 OpenCV DNN 模型的评估。

我们将通过 ResNet-50 架构的示例来探索以上列出的要点。

简介

让我们简要了解一下 PyTorch 模型通过 OpenCV API 转换的关键概念。将 PyTorch 模型转换为 cv.dnn.Net 的初始步骤是将模型转换为 ONNX 格式。ONNX 旨在实现各种框架之间神经网络的互换性。PyTorch 中有一个用于 ONNX 转换的内置函数：torch.onnx.export。然后，将获得的 .onnx 模型传递给 cv.dnn.readNetFromONNX。

要求

为了能够尝试以下代码，您需要安装一组库。我们将为此使用带有 python3.7+ 的虚拟环境

virtualenv -p /usr/bin/python3.7 <env_dir_path>
source <env_dir_path>/bin/activate

对于从源代码构建 OpenCV-Python，请按照 OpenCV 简介中的相应说明进行操作。

在开始安装库之前，您可以自定义 requirements.txt，排除或包括一些依赖项（例如，opencv-python）。以下行启动将需求安装到先前激活的虚拟环境中

pip install -r requirements.txt

实践

在本部分中，我们将介绍以下几点

1. 创建分类模型转换管道并提供推理
2. 评估和测试分类模型

如果您只想运行评估或测试模型管道，则可以跳过“模型转换管道”部分。

模型转换管道

本小节中的代码位于 dnn_model_runner 模块中，可以使用以下行执行

python -m dnn_model_runner.dnn_conversion.pytorch.classification.py_to_py_resnet50

以下代码包含以下列出步骤的描述

1. 实例化 PyTorch 模型
2. 将 PyTorch 模型转换为 .onnx
3. 使用 OpenCV API 读取转换后的网络
4. 准备输入数据
5. 提供推理

# 初始化 PyTorch ResNet-50 模型
original_model = models.resnet50(pretrained=True)
 
# 获取转换为 ONNX 的 PyTorch 模型的路径
full_model_path = get_pytorch_onnx_model(original_model)
 
# 使用 OpenCV API 读取转换后的 .onnx 模型
opencv_net = cv2.dnn.readNetFromONNX(full_model_path)
print("OpenCV 模型已成功读取。图层 ID：\n", opencv_net.getLayerNames())
 
# 获取预处理后的图像
input_img = get_preprocessed_img("../data/squirrel_cls.jpg")
 
# 获取 ImageNet 标签
imagenet_labels = get_imagenet_labels("../data/dnn/classification_classes_ILSVRC2012.txt")
 
# 获取 OpenCV DNN 预测
get_opencv_dnn_prediction(opencv_net, input_img, imagenet_labels)
 
# 获取原始 PyTorch ResNet50 预测
get_pytorch_dnn_prediction(original_model, input_img, imagenet_labels)

为了提供模型推理，我们将使用以下 松鼠照片（在 CC0 许可下），对应于 ImageNet 类 ID 335

狐松鼠，东部狐松鼠，Sciurus niger

分类模型输入图像

对于获得的预测的标签解码，我们还需要 imagenet_classes.txt 文件，其中包含 ImageNet 类的完整列表。

让我们通过预训练的 PyTorch ResNet-50 的示例更深入地了解每个步骤

• 实例化 PyTorch ResNet-50 模型

# 初始化 PyTorch ResNet-50 模型
original_model = models.resnet50(pretrained=True)

• 将 PyTorch 模型转换为 ONNX

# 定义用于进一步转换的模型保存的目录
onnx_model_path = "models"
# 定义进一步转换的模型的名称
onnx_model_name = "resnet50.onnx"
 
# 创建用于进一步转换的模型的目录
os.makedirs(onnx_model_path, exist_ok=True)
 
# 获取转换为模型的完整路径
full_model_path = os.path.join(onnx_model_path, onnx_model_name)
 
# 生成模型输入
generated_input = Variable(
torch.randn(1, 3, 224, 224)
)
 
# 模型导出为 ONNX 格式
torch.onnx.export(
original_model,
generated_input,
full_model_path,
verbose=True,
input_names=["input"],
output_names=["output"],
opset_version=11
)

成功执行以上代码后，我们将获得 models/resnet50.onnx。

• 使用 cv.dnn.readNetFromONNX 读取转换后的网络，并将上一步中获得的 ONNX 模型传递给它

# 使用 OpenCV API 读取转换后的 .onnx 模型
opencv_net = cv2.dnn.readNetFromONNX(full_model_path)

• 准备输入数据

# 读取图像
input_img = cv2.imread(img_path, cv2.IMREAD_COLOR)
input_img = input_img.astype(np.float32)
 
input_img = cv2.resize(input_img, (256, 256))
 
# 定义预处理参数
mean = np.array([0.485, 0.456, 0.406]) * 255.0
scale = 1 / 255.0
std = [0.229, 0.224, 0.225]
 
# 准备输入 blob 以适应模型输入
# 1. 减去均值
# 2. 缩放以将像素值设置为 0 到 1
input_blob = cv2.dnn.blobFromImage(
image=input_img,
scalefactor=scale,
size=(224, 224), # img 目标大小
mean=mean,
swapRB=True, # BGR -> RGB
crop=True # 中心裁剪
)
# 3. 除以 std
input_blob[0] /= np.asarray(std, dtype=np.float32).reshape(3, 1, 1)

在此步骤中，我们读取图像并使用 cv.dnn.blobFromImage 函数准备模型输入，该函数返回 4 维 blob。 应该注意的是，首先在 cv.dnn.blobFromImage 中减去平均值，然后才将像素值乘以比例。 因此，mean 乘以 255.0 以重现原始图像预处理顺序

img /= 255.0
img -= [0.485, 0.456, 0.406]
img /= [0.229, 0.224, 0.225]

• OpenCV cv.dnn.Net 推理

# 设置 OpenCV DNN 输入
opencv_net.setInput(preproc_img)
 
# OpenCV DNN 推理
out = opencv_net.forward()
print("OpenCV DNN 预测：\n")
print("* 形状：", out.shape)
 
# 获取预测的类 ID
imagenet_class_id = np.argmax(out)
 
# 获取置信度
confidence = out[0][imagenet_class_id]
print("* 类 ID：{}，标签：{}".format(imagenet_class_id, imagenet_labels[imagenet_class_id]))
print("* 置信度：{:.4f}".format(confidence))

在上述代码执行后，我们将获得以下输出

OpenCV DNN 预测
* 形状：(1, 1000)
* 类 ID：335，标签：狐狸松鼠，东方狐狸松鼠，Sciurus niger
* 置信度：14.8308

• PyTorch ResNet-50 模型推理

original_net.eval()
preproc_img = torch.FloatTensor(preproc_img)
 
# 推理
out = original_net(preproc_img)
print("\nPyTorch 模型预测：\n")
print("* 形状：", out.shape)
 
# 获取预测的类 ID
imagenet_class_id = torch.argmax(out, axis=1).item
print("* 类 ID：{}，标签：{}".format(imagenet_class_id, imagenet_labels[imagenet_class_id]))
 
# 获取置信度
confidence = out[0][imagenet_class_id]
print("* 置信度：{:.4f}".format(confidence.item()))

在启动上述代码后，我们将获得以下输出

PyTorch 模型预测
* 形状：torch.Size([1, 1000])
* 类 ID：335，标签：狐狸松鼠，东方狐狸松鼠，Sciurus niger
* 置信度：14.8308

原始 ResNet-50 模型和 cv.dnn.Net 的推理结果相等。为了扩展模型的评估，我们可以使用 dnn_model_runner 模块的 py_to_py_cls。此模块部分将在下一小节中描述。

模型评估

samples/dnn 中提出的 dnn_model_runner 模块允许在 ImageNet 数据集上运行完整的评估管道，并测试以下 PyTorch 分类模型的执行情况

• alexnet
• vgg11
• vgg13
• vgg16
• vgg19
• resnet18
• resnet34
• resnet50
• resnet101
• resnet152
• squeezenet1_0
• squeezenet1_1
• resnext50_32x4d
• resnext101_32x8d
• wide_resnet50_2
• wide_resnet101_2

此列表也可以通过进一步适当的评估管道配置进行扩展。

评估模式

以下行表示在评估模式下运行该模块

python -m dnn_model_runner.dnn_conversion.pytorch.classification.py_to_py_cls --model_name <pytorch_cls_model_name>

从列表中选择的分类模型将被读取到 OpenCV cv.dnn.Net 对象中。PyTorch 和 OpenCV 模型的评估结果（准确度、推理时间、L1）将被写入日志文件。推理时间值也将在图表中描述，以概括获得的模型信息。

必要的评估配置在 test_config.py 中定义，并且可以根据数据位置的实际路径进行修改

@dataclass
class TestClsConfig
batch_size: int = 50
frame_size: int = 224
img_root_dir: str = "./ILSVRC2012_img_val"
    # 图像-类匹配的位置
img_cls_file: str = "./val.txt"
bgr_to_rgb: bool = True

要启动 PyTorch ResNet-50 的评估，请运行以下行

python -m dnn_model_runner.dnn_conversion.pytorch.classification.py_to_py_cls --model_name resnet50

脚本启动后，带有评估数据的日志文件将在 dnn_model_runner/dnn_conversion/logs 中生成

模型 PyTorch resnet50 已成功获取并转换为 OpenCV DNN resnet50
===== 使用以下参数运行模型的评估
* val 数据位置：./ILSVRC2012_img_val
* 日志文件位置：dnn_model_runner/dnn_conversion/logs/PyTorch_resnet50_log.txt

测试模式

以下行表示在测试模式下运行该模块，即它提供模型推理的步骤

python -m dnn_model_runner.dnn_conversion.pytorch.classification.py_to_py_cls --model_name <pytorch_cls_model_name> --test True --default_img_preprocess <True/False> --evaluate False

此处 default_img_preprocess 键定义您是否希望使用一些特定值参数化模型测试过程，或者使用默认值，例如，scale、mean 或 std。

测试配置在 test_config.py TestClsModuleConfig 类中表示

@dataclass
class TestClsModuleConfig
cls_test_data_dir: str = "../data"
test_module_name: str = "classification"
test_module_path: str = "classification.py"
input_img: str = os.path.join(cls_test_data_dir, "squirrel_cls.jpg")
model: str = ""
 
frame_height: str = str(TestClsConfig.frame_size)
frame_width: str = str(TestClsConfig.frame_size)
scale: str = "1.0"
mean: List[str] = field(default_factory=lambda: ["0.0", "0.0", "0.0"])
std: List[str] = field(default_factory=list)
crop: str = "False"
rgb: str = "True"
rsz_height: str = ""
rsz_width: str = ""
classes: str = os.path.join(cls_test_data_dir, "dnn", "classification_classes_ILSVRC2012.txt")

默认图像预处理选项在 default_preprocess_config.py 中定义。 例如

BASE_IMG_SCALE_FACTOR = 1 / 255.0
PYTORCH_RSZ_HEIGHT = 256
PYTORCH_RSZ_WIDTH = 256
 
pytorch_resize_input_blob = {
    "mean": ["123.675", "116.28", "103.53"],
    "scale": str(BASE_IMG_SCALE_FACTOR),
    "std": ["0.229", "0.224", "0.225"],
    "crop": "True",
    "rgb": "True",
    "rsz_height": str(PYTORCH_RSZ_HEIGHT),
    "rsz_width": str(PYTORCH_RSZ_WIDTH)
}

模型测试的基础在 samples/dnn/classification.py 中表示。 classification.py 可以使用 --input 中提供的转换后的模型和填充的 cv.dnn.blobFromImage 参数自主执行。

要从头开始重现“模型转换管道”中描述的 OpenCV 步骤，请执行以下行

python -m dnn_model_runner.dnn_conversion.pytorch.classification.py_to_py_cls --model_name resnet50 --test True --default_img_preprocess True --evaluate False

网络预测显示在输出窗口的左上角

ResNet50 OpenCV 推理输出