树莓派 4 上的实时推理 (30 FPS！)
项目地址：https://pytorch.apachecn.org/2.0/tutorials/intermediate/realtime_rpi
原始地址：https://pytorch.org/tutorials/intermediate/realtime_rpi.html
作者：Tristan Rice
PyTorch对Raspberry Pi 4有开箱即用的支持。本教程将指导您如何设置Raspberry Pi 4以运行PyTorch并在CPU上运行MobileNet v2 的实时分类模型 (30 fps+)。
这一切都在Raspberry Pi 4 Model B 4GB上进行了测试，但应该适用于2GB 变体以及性能降低的 3B。
先决条件
要遵循本教程，您需要一个Raspberry Pi 4，一个相机以及所有其他标准配件。
-
散热器和风扇(可选，但推荐)
-
5V 3A USB-C 电源
-
SD 卡(至少 8GB)
-
SD 卡读/写器
树莓派 4 设置
PyTorch只为Arm 64位(aarch64)提供pip包，所以你需要在Raspberry Pi上安装64位版本的操作系统。
您可以从 https://downloads.raspberrypi.org/raspios_arm64/images/ 下载最新的arm64 Raspberry Pi OS，并通过rpi-imager进行安装。
32位树莓派操作系统将无法工作。
安装至少需要几分钟，具体取决于您的互联网速度和SD卡速度。完成后，它应该看起来像：
是时候将SD卡放入树莓派中了，连接相机并启动它。
启动并完成初始设置后，您需要编辑文件/boot/config.txt以启用相机。
# This enables the extended features such as the camera.
start_x=1
# This needs to be at least 128M for the camera processing, if it's bigger you can just leave it as is.
gpu_mem=128
# You need to commment/remove the existing camera_auto_detect line since this causes issues with OpenCV/V4L2 capture.
#camera_auto_detect=1
然后重新启动。重新启动后，video4linux2 设备应该存在/dev/video0。
安装 PyTorch 和 OpenCV
我们需要的 PyTorch 和所有其他库都有 ARM 64 位/aarch64 变体，因此您可以通过 pip 安装它们并让它像任何其他 Linux 系统一样工作。
$ pip install torch torchvision torchaudio
$ pip install opencv-python
$ pip install numpy --upgrade
现在我们可以检查所有内容是否正确安装：
视频捕获
对于视频捕获，我们将使用OpenCV来流式传输视频帧。而不是更常见的picamera，.piCamera 在 64 位Raspberry Pi OS上不可用，它比OpenCV慢得多。OpenCV直接访问设备/dev/video0以抓取帧。
我们使用的模型(MobileNetV2)采用的图像大小是224x224，因此我们可以直接从 OpenCV 以 36fps 的速度请求。我们的目标是 30fps 模型，但我们要求比这略高的帧速率，所以总是有足够的帧。
import cv2
from PIL import Image
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 224)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 224)
cap.set(cv2.CAP_PROP_FPS, 36)
OpenCV 在 BGR 中返回一个numpy数组，因此我们需要读取并执行一些随机播放以使其转换为预期的 RGB 格式。
这种数据读取和处理大约需要3.5 ms
图像预处理
我们需要获取帧并将它们转换为模型期望的格式。这与在任何具有标准torchvision transforms的机器上所做的处理相同。
from torchvision import transforms
preprocess = transforms.Compose([
# convert the frame to a CHW torch tensor for training
transforms.ToTensor(),
# normalize the colors to the range that mobilenet_v2/3 expect
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
input_tensor = preprocess(image)
# The model can handle multiple images simultaneously so we need to add an
# empty dimension for the batch.
# [3, 224, 224] -> [1, 3, 224, 224]
input_batch = input_tensor.unsqueeze(0)
Model选择
您可以选择多种Model以使用不同的性能特性。并非所有模型都提供qnnpack预训练的变体，因此测试目的，你应该选择一个可以测试的，但如果你训练和量化您自己的模型，您可以使用其中任何一个。
我们将mobilenet_v2用于本教程，因为它具有良好的性能和准确性。
树莓派 4 基准测试结果：
| Model | FPS | Total Time (ms/frame) | Model Time (ms/frame) | qnnpack Pretrained |
|---|---|---|---|---|
| mobilenet_v2 | 33.7 | 29.7 | 26.4 | True |
| mobilenet_v3_large | 29.3 | 34.1 | 30.7 | True |
| resnet18 | 9.2 | 109.0 | 100.3 | False |
| resnet50 | 4.3 | 100.3 | 225.2 | False |
| resnext101_32x8d | 1.1 | 892.5 | 885.3 | False |
| inception_v3 | 4.9 | 204.1 | 195.5 | False |
| googlenet | 7.4 | 135.3 | 132.0 | False |
| shufflenet_v2_x0_5 | 46.7 | 21.4 | 18.2 | False |
| shufflenet_v2_x1_0 | 24.4 | 41.0 | 37.7 | False |
| shufflenet_v2_x1_5 | 16.8 | 59.6 | 56.3 | False |
| shufflenet_v2_x2_0 | 11.6 | 86.3 | 82.7 | False |
MobileNetV2：量化和 JIT
为了获得最佳性能，我们需要一个量化和融合的模型。量化意味着它使用 int8 进行计算，这比 float32 标准运算的性能要高得多。融合意味着连续操作，在可能的情况下融合在一起形成性能更高的版本。常见事物像激活(ReLU)可以合并到(Conv2d)之前的层中在推理过程中。
aarch64版本的pytorch需要使用qnnpack引擎。
在本例中，我们将使用Torchvision开箱即用的MobileNetV2的预量化和融合版本。
from torchvision import models
net = models.quantization.mobilenet_v2(pretrained=True, quantize=True)
然后，我们要对模型进行 jit 以减少 Python 开销并融合任何操作。Jit 为我们提供了 ~30fps 而不是没有它的 ~20fps。
把它放在一起
现在，我们可以将所有部分放在一起并运行它：
import time
import torch
import numpy as np
from torchvision import models, transforms
import cv2
from PIL import Image
torch.backends.quantized.engine = 'qnnpack'
cap = cv2.VideoCapture(0, cv2.CAP_V4L2)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 224)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 224)
cap.set(cv2.CAP_PROP_FPS, 36)
preprocess = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
net = models.quantization.mobilenet_v2(pretrained=True, quantize=True)
# jit model to take it from ~20fps to ~30fps
net = torch.jit.script(net)
started = time.time()
last_logged = time.time()
frame_count = 0
with torch.no_grad():
while True:
# read frame
ret, image = cap.read()
if not ret:
raise RuntimeError("failed to read frame")
# convert opencv output from BGR to RGB
image = image[:, :, [2, 1, 0]]
permuted = image
# preprocess
input_tensor = preprocess(image)
# create a mini-batch as expected by the model
input_batch = input_tensor.unsqueeze(0)
# run model
output = net(input_batch)
# do something with output ...
# log model performance
frame_count += 1
now = time.time()
if now - last_logged > 1:
print(f"{frame_count / (now-last_logged)} fps")
last_logged = now
frame_count = 0
运行它，可以发现我们徘徊在 ~30 fps。
这是Raspberry Pi OS中的所有默认设置。如果禁用了 UI 以及默认情况下启用的所有其他后台服务，它性能更高且更稳定。
如果我们检查，我们会发现我们的htop利用率几乎为 100%。
为了验证它是否端到端地工作，我们可以计算类，并使用 ImageNet 类标签打印检测结果。
top = list(enumerate(output[0].softmax(dim=0)))
top.sort(key=lambda x: x[1], reverse=True)
for idx, val in top[:10]:
print(f"{val.item()*100:.2f}% {classes[idx]}")
mobilenet_v3_large实时运行：
检测橙子：
检测杯子：
故障排除：性能
默认情况下，PyTorch 将使用所有可用的内核。如果你有什么在树莓派的后台运行可能会导致延迟峰值的模型推理。为了缓解这种情况，您可以减少线程数，可在较小的性能下减少峰值延迟开销。
对于shufflenet_v2_x1_5，使用4 threads而不是2 threads，增加最佳情况下的延迟，消除了的72 ms 60 ms 128 ms延迟峰值。
后续步骤
您可以创建自己的模型或微调现有模型。如果你微调来自Torchvision.models.quantized的大部分融合和量化工作已经为您完成，因此您可以直接在树莓派上以良好的性能部署。
查看更多：
