模型部署实战：PyTorch生产化指南

‌一、为什么要做模型部署？‌

模型部署是将训练好的模型‌投入实际应用‌的关键步骤，涉及：

1. 模型格式转换（TorchScript/ONNX）
2. 性能优化（量化/剪枝）
3. 构建API服务
4. 移动端集成

 本章使用ResNet18实现图像分类，并演示完整部署流程。

‌二、模型转换：TorchScript与ONNX‌

‌1. 准备预训练模型

import torch
import torchvision

# 加载预训练模型
model = torchvision.models.resnet18(weights='IMAGENET1K_V1')
model.eval()

# 示例输入
dummy_input = torch.rand(1, 3, 224, 224)

 ‌2. 导出为TorchScript

# 方法一：追踪执行路径（适合无控制流模型）
traced_model = torch.jit.trace(model, dummy_input)
torch.jit.save(traced_model, "resnet18_traced.pt")

# 方法二：直接转换（适合含if/for的模型）
scripted_model = torch.jit.script(model)
torch.jit.save(scripted_model, "resnet18_scripted.pt")

# 加载测试
loaded_model = torch.jit.load("resnet18_traced.pt")
output = loaded_model(dummy_input)
print("TorchScript输出形状:", output.shape)  # 应输出torch.Size([1, 1000])

‌3. 导出为ONNX格式

torch.onnx.export(
    model,
    dummy_input,
    "resnet18.onnx",
    input_names=["input"],
    output_names=["output"],
    dynamic_axes={
        'input': {0: 'batch_size'}, 
        'output': {0: 'batch_size'}
    }
)

# 验证ONNX模型
import onnx
onnx_model = onnx.load("resnet18.onnx")
onnx.checker.check_model(onnx_model)
print("ONNX模型输入输出:")
print(onnx_model.graph.input)
print(onnx_model.graph.output)

‌三、构建API服务‌

‌1. 使用FastAPI创建Web服务

from fastapi import FastAPI, File, UploadFile
from PIL import Image
import io
import numpy as np
import torchvision.transforms as transforms

app = FastAPI()

# 加载TorchScript模型
model = torch.jit.load("resnet18_traced.pt")

# 图像预处理
preprocess = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225]
    )
])

@app.post("/predict")
async def predict(image: UploadFile = File(...)):
    # 读取并预处理图像
    image_data = await image.read()
    img = Image.open(io.BytesIO(image_data)).convert("RGB")
    tensor = preprocess(img).unsqueeze(0)
    
    # 执行推理
    with torch.no_grad():
        output = model(tensor)
    
    # 获取预测结果
    _, pred = torch.max(output, 1)
    return {"class_id": int(pred)}

# 运行命令：uvicorn main:app --reload

‌2. 测试API服务

import requests

# 准备测试图片
url = "https://images.unsplash.com/photo-1517849845537-4d257902454a?auto=format&fit=crop&w=224&q=80"
response = requests.get(url)
with open("test_dog.jpg", "wb") as f:
    f.write(response.content)

# 发送预测请求
with open("test_dog.jpg", "rb") as f:
    files = {"image": f}
    response = requests.post("http://localhost:8000/predict", files=files)
    print("预测结果:", response.json())  # 应输出对应类别ID

‌四、移动端部署（Android/iOS）‌

‌1. 转换Core ML格式（iOS）

import coremltools as ct

# 从PyTorch转换
example_input = torch.rand(1, 3, 224, 224) 
traced_model = torch.jit.trace(model, example_input)

mlmodel = ct.convert(
    traced_model,
    inputs=[ct.TensorType(shape=example_input.shape)]
)
mlmodel.save("ResNet18.mlmodel")

‌2. 使用PyTorch Mobile（Android）

// Android示例代码（Java）
Module module = Module.load(assetFilePath(this, "resnet18_traced.pt"));
Tensor inputTensor = TensorImageUtils.bitmapToFloat32Tensor(
    bitmap,
    TensorImageUtils.TORCHVISION_NORM_MEAN_RGB,
    TensorImageUtils.TORCHVISION_NORM_STD_RGB
);
Tensor outputTensor = module.forward(IValue.from(inputTensor)).toTensor();

五、性能优化技巧‌

‌1. 模型量化（减少体积/提升速度）

# 动态量化
quantized_model = torch.quantization.quantize_dynamic(
    model, {torch.nn.Linear}, dtype=torch.qint8
)
torch.jit.save(torch.jit.script(quantized_model), "resnet18_quantized.pt")

# 测试量化效果
print("原始模型大小:", sum(p.numel() for p in model.parameters()))
print("量化模型大小:", sum(p.numel() for p in quantized_model.parameters()))

2. ONNX Runtime加速推理

import onnxruntime

ort_session = onnxruntime.InferenceSession("resnet18.onnx")
ort_inputs = {ort_session.get_inputs().name: dummy_input.numpy()}
ort_outputs = ort_session.run(None, ort_inputs)

print("ONNX Runtime输出形状:", ort_outputs.shape)

六、常见问题解答‌

‌Q1：如何处理模型版本兼容性问题？‌

• 保持PyTorch版本一致（使用requirements.txt固定版本）
• 转换时指定opset_version：

torch.onnx.export(..., opset_version=13)

‌Q2：部署时出现形状不匹配错误？‌

• 检查预处理是否与训练时一致
• 使用Netron可视化模型输入输出：

pip install netron
netron resnet18.onnx

‌Q3：如何监控API性能？‌

• 添加中间件记录响应时间：

@app.middleware("http")
async def add_process_time(request, call_next):
    start_time = time.time()
    response = await call_next(request)
    response.headers["X-Process-Time"] = str(time.time() - start_time)
    return response

‌七、小结与下篇预告‌

• ‌本文重点‌：

  1. 模型格式转换（TorchScript/ONNX）
  2. 构建高并发API服务
  3. 移动端部署与性能优化

• ‌下篇预告‌：
  第六篇将深入PyTorch生态，介绍分布式训练与多GPU加速策略，实现工业级训练效率！