本文详细介绍了深度学习模型量化过程中的标定步骤，包括收集网络层输入输出信息、计算动态范围和比例因子，以及使用PyTorchQuantization进行模型量化的方法。着重于如何通过MaxCalibrator和不同计算方法确定量化参数，以确保模型精度在量化后保持稳定。
2.模型标定
当然可以，模型量化中的标定（calibration）是一个关键过程，它主要确保在降低计算精度以减少模型大小和提高推理速度的同时，不会显著损害模型的准确性。现在，我将根据您提供的步骤解释这一过程。
1. 收集网络层的输入/输出信息
首先，我们需要通过运行模型（使用标定数据集，而不是训练数据或测试数据）来收集关于每层的输入和输出的信息。这个数据集应该是多样化的，以便涵盖到可能的各种情况。
在这一步中，模型是在推理模式下运行的，所有层的输出都被记录下来。这通常是通过修改模型的代码来实现的，以便在每个层之后捕获并存储激活的分布。这些数据将用于下一步中的统计分析。
具体实施时，这一步可能涉及编写一个循环，该循环遍历标定数据集的每个样本，并逐一通过模型。在每一层，您需要捕获并可能临时存储输入和输出数据（通常是张量的形式）。
def collect_stats(model, data_loader, device, num_batch=200):
model.eval() # 将模型设置为评估（推理）模式。这在PyTorch中很重要，因为某些层（如Dropout和BatchNorm）在训练和评估时有不同的行为。
# 开启校准器
for name, module in model.named_modules(): # 遍历模型中的所有模块。`named_modules()`方法提供了一个迭代器，按层次结构列出模型的所有模块及其名称。
if isinstance(module, quant_nn.TensorQuantizer): # 检查当前模块是否为TensorQuantizer类型，即我们想要量化的特定类型的层。
if module._calibrator is not None: # 如果此层配备了校准器。
module.disable_quant() # 禁用量化。这意味着层将正常（未量化）运行，使校准器能够收集必要的统计数据。
module.enable_calib() # 启用校准。这使得校准器开始在此层的操作期间收集数据。
else:
module.disable() # 如果没有校准器，简单地禁用量化功能，但不进行数据收集。
# 在此阶段，模型准备好接收数据，并通过处理未量化的数据来进行校准。
# test
with torch.no_grad(): # 关闭自动求导系统。这在进行推理时是有用的，因为它减少了内存使用量，加速了计算，而且我们不需要进行反向传播。
for i, datas in enumerate(data_loader): # 遍历数据加载器。数据加载器将提供批量的数据，通常用于训练或评估。
imgs = datas[0].to(device, non_blocking=True).float()/255.0 # 获取图像数据，转换为适当的设备（例如GPU），并将其类型转换为float。除以255是常见的归一化技术，用于将像素值缩放到0到1的范围。
model(imgs) # 用当前批次的图像数据执行模型推理。
if i >= num_batch: # 如果我们已经处理了指定数量的批次，则停止迭代。
break
# 关闭校准器
for name, module in model.named_modules(): # 再次遍历所有模块，就像我们之前做的那样。
if isinstance(module, quant_nn.TensorQuantizer): # 对于TensorQuantizer类型的模块。
if module._calibrator is not None: # 如果有校准器。
module.enable_quant() # 重新启用量化。现在，校准器已经收集了足够的统计数据，我们可以再次量化层的操作。
module.disable_calib() # 禁用校准。数据收集已经完成，因此我们关闭校准器。
else:
module.enable() # 如果没有校准器，我们只需重新启用量化功能。
# 在此阶段，校准过程完成，模型已经准备好以量化的状态进行更高效的运行。
2. 计算动态范围和比例因子
一旦我们收集了各层的激活数据，接下来的步骤是分析这些数据来确定量化参数，即动态范围（也称为量化范围）和比例因子（scale）。
- 动态范围是指在量化过程中，张量数据可以扩展到的范围。它是原始数据的最大值和最小值之间的差值。这个范围很重要，因为我们希望我们的量化表示能够覆盖可能的所有值，从而避免饱和和信息丢失。
这个过程中，method: A string. One of [‘entropy’, ‘mse’, ‘percentile’] 我们有三种办法，这个实际上要在做实验的时候看哪一个精度更高，这个就是看map值计算的区别
def compute_amax(model, device, **kwargs):
# 遍历模型中的所有模块，`model.named_modules()`方法提供了一个迭代器，包含模型中所有模块的名称和模块本身。
for name, module in model.named_modules():
# 检查当前模块是否为TensorQuantizer的实例，这是处理量化的部分。
if isinstance(module, quant_nn.TensorQuantizer):
# （这里的print语句已被注释掉，如果取消注释，它将打印当前处理的模块的名称。）
# print(name)
# 检查当前的量化模块是否具有校准器。
if module._calibrator is not None:
# 如果该模块的校准器是MaxCalibrator的实例（一种特定类型的校准器）...
if isinstance(module._calibrator, calib.MaxCalibrator):
# ...则调用load_calib_amax()方法，该方法计算并加载适当的'amax'值，它是量化过程中用于缩放的最大激活值。
module.load_calib_amax()
else:
# ...如果校准器不是MaxCalibrator，我们仍然调用load_calib_amax方法，但是可以传递额外的关键字参数。
# 这些参数可能会影响'amax'值的计算。
module.load_calib_amax(**kwargs) # ['entropy', 'mse', 'percentile'] 这里有三个计算方法，实际过程中要看哪一个比较准，再考虑用哪一个
# 将计算出的'amax'值（现在存储在模块的'_amax'属性中）转移到指定的设备上。
# 这确保了与模型数据在同一设备上的'amax'值，这对于后续的计算步骤（如训练或推理）至关重要。
module._amax = module._amax.to(device)
Scanning '/app/dataset/coco2017/val2017.cache' images and labels... 4952 found, 48 missing, 0 empty, 0 corrupted: 100%|███████████████████████| 5000/5000 [00:00<?, ?it/s]
Origin pth_Model map:
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|█████████████████████████████████████| 625/625 [00:49<00:00, 12.61it/s]
all 5000 36781 0.717 0.626 0.675 0.454
Fusing layers...
RepConv.fuse_repvgg_block
RepConv.fuse_repvgg_block
RepConv.fuse_repvgg_block
IDetect.fuse
QDQ auto init map:
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|█████████████████████████████████████| 625/625 [00:39<00:00, 15.78it/s]
all 5000 36781 0.718 0.627 0.676 0.455
Calibrate Model map:
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|█████████████████████████████████████| 625/625 [01:42<00:00, 6.09it/s]
all 5000 36781 0.73 0.618 0.674 0.454
2.3 完整代码
import torch
from pytorch_quantization import quant_modules
from models.yolo import Model
from pytorch_quantization.nn.modules import _utils as quant_nn_utils
from pytorch_quantization import calib
import sys
import re
import yaml
import os
os.chdir("/app/bob/yolov7_QAT/yolov7")
def load_yolov7_model(weight, device="cpu"):
ckpt = torch.load(weight, map_location=device) # 加载模型，模型参数在哪个设备上
model = Model("cfg/training/yolov7.yaml", ch=3, nc=80).to(device) # 跟yolov7的结构，这里没有包含参数
state_dict = ckpt["model"].float().state_dict() # 从加载的权重中提取模型的状态字典(state_dict), 包含了模型全部的参数，包括卷积权重等
model.load_state_dict(state_dict, strict=False) # 把提取出来的参数放到yolov7的结构中
return model # 返回正确权重和参数的模型
import collections
from utils.datasets import create_dataloader
def prepare_dataset(cocodir, batch_size=8):
dataloader = create_dataloader( # 这里的参数是跟官网的是一样的
f"{cocodir}/val2017.txt",
imgsz=640,
batch_size=batch_size,
opt=collections.namedtuple("Opt", "single_cls")(False), # collections.namedtuple("Opt", "single_cls")(False)
augment=False, hyp=None, rect=True, cache=False, stride=32, pad=0.5, image_weights=False,
)[0]
return dataloader
import test as test
from pathlib import Path
import os
def evaluate_coco(model, loader, save_dir='.', conf_thres=0.001, iou_thres=0.65):
if save_dir and os.path.dirname(save_dir) != "":
os.makedirs(os.path.dirname(save_dir), exist_ok=True)
return test.test(
"./data/coco.yaml",
save_dir=Path(save_dir),
conf_thres=conf_thres,
iou_thres=iou_thres,
model=model,
dataloader=loader,
is_coco=True,
plots=False,
half_precision=True,
save_json=False
)[0][3]
from pytorch_quantization import nn as quant_nn
from pytorch_quantization.tensor_quant import QuantDescriptor
from absl import logging as quant_logging
# intput QuantDescriptor: Max ==> Histogram
def initialize():
quant_desc_input = QuantDescriptor(calib_method="histogram") # "max"
quant_nn.QuantConv2d.set_default_quant_desc_input(quant_desc_input)
quant_nn.QuantMaxPool2d.set_default_quant_desc_input(quant_desc_input)
quant_nn.QuantLinear.set_default_quant_desc_input(quant_desc_input)
quant_logging.set_verbosity(quant_logging.ERROR)
def prepare_model(weight, device):
# quant_modules.initialize() # 自动加载qdq节点
initialize() # intput QuantDescriptor: Max ==> Histogram
model = load_yolov7_model(weight, device)
model.float()
model.eval()
with torch.no_grad():
model.fuse() # conv bn 进行层的合并, 加速
return model
# 执行量化替换
def transfer_torch_to_quantization(nn_instance, quant_mudule):
quant_instance = quant_mudule.__new__(quant_mudule)
for k, val in vars(nn_instance).items():
setattr(quant_instance, k, val)
def __init__(self):
# 返回两个QuantDescriptor的实例 self.__class__是quant_instance的类, EX: QuantConv2d
quant_desc_input, quant_desc_weight = quant_nn_utils.pop_quant_desc_in_kwargs(self.__class__)
if isinstance(self, quant_nn_utils.QuantInputMixin):
self.init_quantizer(quant_desc_input)
if isinstance(self._input_quantizer._calibrator, calib.HistogramCalibrator):
self._input_quantizer._calibrator._torch_hist = True
else:
self.init_quantizer(quant_desc_input, quant_desc_weight)
if isinstance(self._input_quantizer._calibrator, calib.HistogramCalibrator):
self._input_quantizer._calibrator._torch_hist = True
self._weight_quantizer._calibrator._torch_hist = True
__init__(quant_instance)
return quant_instance
def quantization_ignore_match(ignore_layer, path):
if ignore_layer is None:
return False
if isinstance(ignore_layer, str) or isinstance(ignore_layer, list):
if isinstance(ignore_layer, str):
ignore_layer = [ignore_layer]
if path in ignore_layer:
return True
for item in ignore_layer:
if re.match(item, path):
return True
return False
# 递归函数
def torch_module_find_quant_module(module, module_dict, ignore_layer, prefix=''):
for name in module._modules:
submodule = module._modules[name]
path = name if prefix == '' else prefix + '.' + name
torch_module_find_quant_module(submodule, module_dict, ignore_layer, prefix=path)
submodule_id = id(type(submodule))
if submodule_id in module_dict:
ignored = quantization_ignore_match(ignore_layer, path)
if ignored:
print(f"Quantization : {path} has ignored.")
continue
# 转换
module._modules[name] = transfer_torch_to_quantization(submodule, module_dict[submodule_id])
# 用量化模型替换
def replace_to_quantization_model(model, ignore_layer=None):
"""
这里构建的module_dict里面的元素是一个映射的关系, 例如torch.nn -> quant_nn.QuantConv2d, 一共是15个, 跟DEFAULT_QUANT_MAP对齐
"""
module_dict = {}
for entry in quant_modules._DEFAULT_QUANT_MAP: # 构建module_dict, 把DEFAULT_QUANT_MAP填充
module = getattr(entry.orig_mod, entry.mod_name) # 提取的原始的模块，从torch.nn中获取conv2d这个字符串
module_dict[id(module)] = entry.replace_mod # 使用替换的模块
torch_module_find_quant_module(model, module_dict, ignore_layer)
def collect_stats(model, data_loader, device, num_batch=200):
model.eval() # 将模型设置为评估（推理）模式。这在PyTorch中很重要，因为某些层（如Dropout和BatchNorm）在训练和评估时有不同的行为。
# 开启校准器
for name, module in model.named_modules(): # 遍历模型中的所有模块。`named_modules()`方法提供了一个迭代器，按层次结构列出模型的所有模块及其名称。
if isinstance(module, quant_nn.TensorQuantizer): # 检查当前模块是否为TensorQuantizer类型，即我们想要量化的特定类型的层。
if module._calibrator is not None: # 如果此层配备了校准器。
module.disable_quant() # 禁用量化。这意味着层将正常（未量化）运行，使校准器能够收集必要的统计数据。
module.enable_calib() # 启用校准。这使得校准器开始在此层的操作期间收集数据。
else:
module.disable() # 如果没有校准器，简单地禁用量化功能，但不进行数据收集。
# 在此阶段，模型准备好接收数据，并通过处理未量化的数据来进行校准。
# test
with torch.no_grad(): # 关闭自动求导系统。这在进行推理时是有用的，因为它减少了内存使用量，加速了计算，而且我们不需要进行反向传播。
for i, datas in enumerate(data_loader): # 遍历数据加载器。数据加载器将提供批量的数据，通常用于训练或评估。
imgs = datas[0].to(device, non_blocking=True).float()/255.0 # 获取图像数据，转换为适当的设备（例如GPU），并将其类型转换为float。除以255是常见的归一化技术，用于将像素值缩放到0到1的范围。
model(imgs) # 用当前批次的图像数据执行模型推理。
if i >= num_batch: # 如果我们已经处理了指定数量的批次，则停止迭代。
break
# 关闭校准器
for name, module in model.named_modules(): # 再次遍历所有模块，就像我们之前做的那样。
if isinstance(module, quant_nn.TensorQuantizer): # 对于TensorQuantizer类型的模块。
if module._calibrator is not None: # 如果有校准器。
module.enable_quant() # 重新启用量化。现在，校准器已经收集了足够的统计数据，我们可以再次量化层的操作。
module.disable_calib() # 禁用校准。数据收集已经完成，因此我们关闭校准器。
else:
module.enable() # 如果没有校准器，我们只需重新启用量化功能。
# 在此阶段，校准过程完成，模型已经准备好以量化的状态进行更高效的运行。
def compute_amax(model, device, **kwargs):
# 遍历模型中的所有模块，`model.named_modules()`方法提供了一个迭代器，包含模型中所有模块的名称和模块本身。
for name, module in model.named_modules():
# 检查当前模块是否为TensorQuantizer的实例，这是处理量化的部分。
if isinstance(module, quant_nn.TensorQuantizer):
# （这里的print语句已被注释掉，如果取消注释，它将打印当前处理的模块的名称。）
# print(name)
# 检查当前的量化模块是否具有校准器。
if module._calibrator is not None:
# 如果该模块的校准器是MaxCalibrator的实例（一种特定类型的校准器）...
if isinstance(module._calibrator, calib.MaxCalibrator):
# ...则调用load_calib_amax()方法，该方法计算并加载适当的'amax'值，它是量化过程中用于缩放的最大激活值。
module.load_calib_amax()
else:
# ...如果校准器不是MaxCalibrator，我们仍然调用load_calib_amax方法，但是可以传递额外的关键字参数。
# 这些参数可能会影响'amax'值的计算。
module.load_calib_amax(**kwargs) # ['entropy', 'mse', 'percentile'] 这里有三个计算方法，实际过程中要看哪一个比较准，再考虑用哪一个
# 将计算出的'amax'值（现在存储在模块的'_amax'属性中）转移到指定的设备上。
# 这确保了与模型数据在同一设备上的'amax'值，这对于后续的计算步骤（如训练或推理）至关重要。
module._amax = module._amax.to(device)
def calibrate_model(model, dataloader, device):
# 收集信息
collect_stats(model, dataloader, device)
# 获取动态范围,计算amax值,scale值
compute_amax(model, device, method='mse')
if __name__ == "__main__":
weight = "./yolov7.pt"
cocodir = "/app/dataset/coco2017" #../dataset/coco2017
device = torch.device("cuda:2" if torch.cuda.is_available() else "cpu")
# load最初版本的模型
pth_model = load_yolov7_model(weight=weight, device=device)
# print(pth_model)
dataloader = prepare_dataset(cocodir=cocodir, )
print("Origin pth_Model map: ")
ap = evaluate_coco(pth_model, dataloader)
# 加载自动插入QDQ节点的模型
# print("Before prepare_model")
model = prepare_model(weight=weight, device=device)
# print("After prepare_model")
print("QDQ auto init map: ")
qdq_auto_ap = evaluate_coco(model, dataloader)
# print("Before replace_to_quantization_model")
replace_to_quantization_model(model)
# print("After replace_to_quantization_model")
# print("Before calibrate_model")
calibrate_model(model, dataloader, device)
# print("After calibrate_model")
print("Calibrate Model map: ")
cali_ap = evaluate_coco(model, dataloader)
扫一扫
2462
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
