《二》TensorRT之C++接口使用

以下内容根据个人理解整理而成,如有错误,欢迎指出,不胜感激。

更新:看了一个NVIDIA关于TensorRT 6的分享视频,官方建议使用TensorRT的Python接口进行开发,且TensorRT提供的Parser不太好用,建议自己实现API来构建网络。

0. 写在前面

本文首先根据TensorRT开发者指南梳理TensorRT的C++接口使用流程,然后基于TensorRT的官方例程“Hello World” For TensorRT来了解其具体使用方式。

1. C++接口使用

上一篇Blog中的内容可知,模型从导入TensorRT到执行Inference大致经过下面三个阶段:

  • Network Definition
  • Builder
  • Engine
    这三个阶段分别对应着TensorRT中一些重要的类和方法,下面分别来叙述。

ILogger

首先说明一个必须但不是很重要的类ILogger,它用于记录一些日志信息。
在编程时,我们需要声明一个全局的ILogger对象gLogger,TensorRT中很多方法都需要它作为参数
(貌似需要继承ILogger类来编写自己的Logger类)

IBuilder

IBuilder类应该算是最重要的一个类,在使用时,首先要使用TensorRT的全局方法createInferBuilder()来创建一个IBuilder类指针,然后由该指针调用IBuilder类方法创建Network和Engine类的指针。

INetworkDefinition

INetworkDefinition类即为网络定义,可通过IBuilder类方法createNetwork()返回其指针。

ICudaEngine

ICudaEngine类即为Engine,可通过IBuilder类方法buildCudaEngine()/buildEngineWithConfig()返回其指针。
注意,可通过导入模型生成Engine和通过反序列化来加载Engine两种Engine生成方式。

IParser

IParser类对应着前文所述的三种不同的解释器,可根据需要来使用。
IParser类方法parse()用于解析并加载模型及参数到TensorRT网络中(INetworkDefinition类)

IExecutionContext

Engine的运行需要一个运行时环境,createExecutionContext()方法为相应的ICudaEngine生成一个IExecutionContext类型的运行环境context。

一个简单的代码示例如下:

# builder
IBuilder* builder = createInferBuilder(gLogger);

# network
INetworkDefinition* network = builder->createNetwork();

# parser -> load params to network
CaffeParser* parser = createCaffeParser();
const IBlobNameToTensor* blobNameToTensor = parser->parse(args);

# engine
builder->setMaxBatchSize(maxBatchSize);
IBuilderConfig * config = builder->createBuilderConfig();
config->setMaxWorkspaceSize(1 << 20);
ICudaEngine* engine = builder->buildEngineWithConfig(*network, *config);

# serialize engine if necessary
IHostMemory *serializedModel = engine->serialize();

//# 如果是直接反序列化来获取engine,上述很多步骤都不需要
//IRuntime* runtime = createInferRuntime(gLogger);
//ICudaEngine* engine = runtime->deserializeCudaEngine(modelData, modelSize, nullptr);

# inference
IExecutionContext *context = engine->createExecutionContext();

# 获取输入输出层的索引
int inputIndex = engine->getBindingIndex(INPUT_BLOB_NAME);
int outputIndex = engine->getBindingIndex(OUTPUT_BLOB_NAME);

# 指针指向输入输出层在GPU中的存储位置
void* buffers[2];
buffers[inputIndex] = inputbuffer;
buffers[outputIndex] = outputBuffer;

# 异步执行inference
context->enqueue(batchSize, buffers, stream, nullptr);

# clear
serializedModel->destroy();
parser->destroy();
network->destroy();
config->destroy();
builder->destroy();
...

疑问一:IBuilder配置参数
可根据需要来配置builder,其中比较重要的参数有两个:

  • maxBatchSize: TensorRT的输入是NHWC格式,maxBatchSize表明了N最大可为多少,如当N=8时,模型一次可处理8张图片,速度要大于调用8次、每次处理一张图片的总时间;
  • maxWorkspaceSize:每一层算法的运行都需要临时的存储空间,该参数限制了每一层能够使用的最大临时存储空间。

疑问二:runtime vs context
在读开发者指南时,这两个概念有点乱,这里区分一下:

  • runtime: 直接反序列化获取engine时,需要定义该类,此时不需要前面builder等相关的操作
  • context:每一个engine的运行都需要context,一个engine可有多个context

注意一:CUDA context
从开发者指南中可知,尽管可以使用默认的CUDA context而不显式创建它,但官方不建议这么做,推荐在创建一个runtime或builder对象时,创建并配置自己的CUDA context。

2. “Hello World” For TensorRT

理清上述流程后,该例子的cpp源码不难理解,具体细节这里不再阐述。

posted @ 2019-10-15 20:54  vh_pg  阅读(7465)  评论(0编辑  收藏  举报