动态离线量化完整示例

本章节介绍使用动态离线量化方法产出量化模型,使用 Paddle Lite 加载量化模型进行预测。

动态离线量化方法简单易用,不需要校准数据,主要用于减小模型体积,无法明显提升预测速度。 更多模型量化的介绍,请参考量化训练文档动态离线量化文档静态离线量化文档

1 产出量化模型

1.1 准备opt工具

参考opt 文档,下载或者编译 opt 工具,其中可执行文件 opt 和 python 版本 opt 都提供了动态图离线量化功能。

此处使用可执行文件 opt 工具。我们可以从release 界面下载PaddleLite 2.8 版本及其以后版本的 opt 工具。如果本机是 linux 操作系统,下载 opt_linux 文件,如果本机是 mac 操作系统,下载 opt_mac

1.2 产出优化后的量化模型

下载并解压mobilenetv1 模型

wget https://paddle-inference-dist.cdn.bcebos.com/mobilenet_v1.tar.gz
tar zxf mobilenet_v1.tar.gz

使用 opt 工具,产出优化后的非量化 mobilenetv1 模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_opt \
    --valid_targets=arm

使用 opt 工具,开启动态离线量化,设置量化为 16bit,产出优化后的 mobilenetv1 量化模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_int16_opt \
    --valid_targets=arm  \
    --quant_model=true \
    --quant_type=QUANT_INT16

使用 opt 工具,开启动态离线量化,设置量化为 8bit,产出优化后的 mobilenetv1 量化模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_int8_opt \
    --valid_targets=arm  \
    --quant_model=true \
    --quant_type=QUANT_INT8

对比优化后的模型体积:

  • mobilenet_v1_opt.nb 文件是 17M

  • mobilenet_v1_int16_opt.nb 文件是 8.3M

  • mobilenet_v1_int8_opt.nb 文件是 4.3M

2 部署量化模型

2.1 环境准备

因为需要执行示例,所以需要准备一台 armv7 或 armv8 架构的安卓手机。

2.2 编译 Android 预测库和示例

在 Paddle Lite 根目录,执行编译命令。

./lite/tools/build_android.sh --toolchain=gcc --with_extra=ON full_publish

在 Paddle Lite 根目录,进入示例文件。

cd build.lite.android.armv8.gcc/inference_lite_lib.android.armv8/demo/cxx/quant_post_dynamic

执行 prepare.sh 脚本,会编译可执行文件,同时将测试文件、预测库、测试脚本存放到 quant_post_dynamic_demo 文件夹。

sh prepare.sh

2.3 执行示例

(1) 设置手机

手机 USB 连接电脑,打开设置 -> 开发者模式 -> USB调试 -> 允许(授权)当前电脑调试手机。保证当前电脑已经安装adb 工具,运行以下命令,确认当前手机设备已被识别:

adb devices
# 如果手机设备已经被正确识别,将输出类似信息
List of devices attached
017QXM19C1000664	device

(2) 预测部署

quant_post_dynamic_demo 文件夹 push 到手机端。

adb push quant_post_dynamic_demo /data/local/tmp/quant_post_dynamic_demo

将优化好的模型 push 到手机端 quant_post_dynamic_demo 文件夹。

adb push mobilenet_v1_opt.nb /data/local/tmp/quant_post_dynamic_demo
adb push mobilenet_v1_int16_opt.nb /data/local/tmp/quant_post_dynamic_demo
adb push mobilenet_v1_int8_opt.nb /data/local/tmp/quant_post_dynamic_demo

基于相同的输入、预测库、可执行文件,加载量化前后模型进行预测,得到输出。

adb shell
cd /data/local/tmp/quant_post_dynamic_demo
sh run.sh

执行量化前的 mobilenetv1 模型,log 信息如下。

max_value:0.936886
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

执行量化后的 mobilenetv1_int16 模型,log 信息如下。

max_value:0.936943
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

执行量化后的 mobilenetv1_int8 模型,log 信息如下。

max_value:0.937905
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

从 log 信息中可以发现,量化前后的模型分类结果相同,实际预测的类别概率和真实的类别概率,数值误差较小。