很久沒有發(fā)文章了,這段時間做了很多事情,主要工作還是在于onnx模型的TensorRT加速,我們在前段時間發(fā)過很多文章講述如何對caffe模型進(jìn)行TensorRT加速,我們也有現(xiàn)成的算法可以用來做這件事情,通過TensorRT加速的基于Darknet53+FPN的YoloV3可以跑到~40fps,在一塊decent的GPU上,這個速度已經(jīng)非??炝?,畢竟這個后端十分重,速度也超越了一些經(jīng)典的二階段算法,效果如下圖: [外鏈圖片轉(zhuǎn)存失敗(img-yHndC0Yb-1569143775502)(https://s2./2019/08/29/mqlzb6.png)] 可以看到幾乎沒有漏檢,這用來進(jìn)行商業(yè)化的項目部署還是很有用的,但請相信我,如果你沒有TensorRT加速,Darknet53+yolov3 608的輸入速度你很難做快。這個算法我們將會開源到平臺,在加入更多的模型之后。因?yàn)槲覀冃枰阉械腃affe->TensorRT的操作封裝成一個庫,這樣部署起來就非常方便了。 當(dāng)然我們的算法平臺 http:// 也更新了很多最新的項目,比如我們從零訓(xùn)練的手和人臉的檢測器,這用來進(jìn)行無人機(jī)的操控很有用途,我們幾乎將所有能用得上的人手和人臉的數(shù)據(jù)集都匯聚到了一塊,基于我們自己的caffe版本可以進(jìn)行大規(guī)模的訓(xùn)練,項目地址和與訓(xùn)練模型 這里: [外鏈圖片轉(zhuǎn)存失敗(img-4i0Rj26I-1569143775504)(https://s2./2019/08/21/mN5JLd.gif)] 但實(shí)際上我們訓(xùn)練之后發(fā)現(xiàn),這個模型竟然可以作為人臉的檢測器: 當(dāng)然效果與專業(yè)的人臉檢測器還是有差距,但是畢竟速度和模型大小擺在那里。說到人臉檢測器,現(xiàn)在很多都是評測的時候用大尺寸,比如1024x980這樣的尺寸,精度上去了,但是實(shí)際上測試發(fā)現(xiàn)大尺寸下速度卻很慢,慢到GPU上都無法實(shí)時,這就很過分了,但是除了這個算法:RetinaFace, 目前來講是唯一一個同時兼顧速度和精度的人臉檢測算法,更重要的是,這個算法可以同時拿到人臉位置和landmark,和MTCNN類似。 當(dāng)然這個算法也可以在MANA平臺找到,需要向大家說明的是,我們開源的是我們修改的pytorch訓(xùn)練版本,可以訓(xùn)練但是部署的時候不夠快,基于onnx TensorRT加速的版本,將會在隨后push到平臺倉庫,歡迎大家關(guān)注,預(yù)計可以做到400fps(1080尺寸輸入下,GPU環(huán)境),即便是最垃圾的GPU,也能做到滿實(shí)時。 最后言歸正傳,我們這篇文章繼續(xù)上一篇的講解。上一期我們講到:
最后發(fā)現(xiàn),原來問題不是電源的問題,這里提醒一下JetsonNano的玩家:真正原因是由于我們沒有短接一個跳線, 只有在短接之后板子才會從電源汲取電源而不是從usb接口. 短接之后,一切正常。這一點(diǎn)如果沒有人告訴你,你應(yīng)該不太可能知道,這就是只搞軟件不搞硬件帶來的偏科問題。。 YoloV3評測本篇文章不僅僅要在Nano上評測YoloV3算法,還要教大家如何在Nano的板子上部署,并且得到我們相同的效果。所以文章可能會比較耗時,閑話短說,先來看看Nano跑起來的效果: [外鏈圖片轉(zhuǎn)存失敗(img-oSlSTiLs-1569143775505)(https://s2./2019/09/22/upcm8O.gif)] 這里先說結(jié)論,因?yàn)橄嘈藕芏嘧x者是想用Nano來做點(diǎn)東西的:
本期文章暫時不就Nano的TensorRT加速表現(xiàn)進(jìn)行評測。我們可能在下一期,對幾個我們訓(xùn)練的onnx模型進(jìn)行TensorRT加速,順便看看這些模型在Nano上能夠跑到多塊的速度,比如Retinaface等等。 Nano YoloV3部署教程接下來需要傳授大家如何部署了。用到的工具很簡單,所有的代碼來自于mana平臺: http:// 具體來說,我們需要兩個項目:
接下來看如何部署(代碼獲取需要相關(guān)權(quán)限):
最后提醒一下,上面的代碼需要MANA會員權(quán)限,我們花費(fèi)大量時間精力分享我們的源代碼,并非是給伸手黨一堆無用的東西,而是一些我們覺得有用的精髓,能夠幫助初學(xué)者快速得到自己想要的東西,這也是我們還是新手的時候夢寐以求的,希望每一位初學(xué)者能夠珍惜前人的勞動成果。當(dāng)然,如果你覺得請我們喝杯咖啡顯得過于炫富,也可以通過其他開源渠道獲得相關(guān)代碼。 |
|