运行 Android 上的 GluonCV 对象检测模型

Question

我需要运行 Android 上的自定义 GluonCV 对象检测模块。

我已经在自定义数据集上对模型 (ssd_512_mobilenet1.0_custom) 进行了微调，我尝试运行对其进行推理（加载在培训），一切都在我的电脑上完美运行。现在，我需要将其导出到 Android.

我参考了来弄清楚这个过程，有3个建议的选项：

您可以使用 ONNX 将模型转换为其他运行次，例如 [...] NNAPI 为 Android
您可以使用TVM
您可以使用 SageMaker Neo + DLR runtime [...]

关于第一个，我将我的模型转换为 ONNX。但是，为了将其与 NNAPI 一起使用，需要将其转换为 daq。在存储库中，他们提供了一个 onnx2daq 的预编译 AppImage 来进行转换，但是脚本 returns 出错了。我检查了问题部分，they report“它实际上对所有 onnx 对象检测模型都失败了”。

然后，我尝试了 DLR，因为它被认为是最简单的方法。据我了解，为了将我的自定义模型与 DLR 一起使用，我首先需要使用 TVM 对其进行编译（这也涵盖了链接 post 中提到的第二点）。在 repo 中，他们提供了一个 Docker 图像，其中包含一些针对不同框架的转换脚本。我修改了 'compile_gluoncv.py' 脚本，现在我有：

#!/usr/bin/env python3

from tvm import relay
import mxnet as mx
from mxnet.gluon.model_zoo.vision import get_model
from tvm_compiler_utils import tvm_compile

shape_dict = {'data': (1, 3, 300, 300)}
dtype='float32'
ctx = [mx.cpu(0)]

classes_custom = ["CML_mug"]
block = get_model('ssd_512_mobilenet1.0_custom', classes=classes_custom, pretrained_base=False, ctx=ctx)
block.load_parameters("ep_035.params", ctx=ctx) ### this is the file produced by training on the custom dataset


for arch in ["arm64-v8a", "armeabi-v7a", "x86_64", "x86"]:
  sym, params = relay.frontend.from_mxnet(block, shape=shape_dict, dtype=dtype)
  func = sym["main"]
  func = relay.Function(func.params, relay.nn.softmax(func.body), None, func.type_params, func.attrs)
  tvm_compile(func, params, arch, dlr_model_name)

但是，当我运行脚本时 returns 错误：

ValueError: Model ssd_512_mobilenet1.0_custom is not supported. Available options are
    alexnet
    densenet121
    densenet161
    densenet169
    densenet201
    inceptionv3
    mobilenet0.25
    mobilenet0.5
    mobilenet0.75
    mobilenet1.0
    mobilenetv2_0.25
    mobilenetv2_0.5
    mobilenetv2_0.75
    mobilenetv2_1.0
    resnet101_v1
    resnet101_v2
    resnet152_v1
    resnet152_v2
    resnet18_v1
    resnet18_v2
    resnet34_v1
    resnet34_v2
    resnet50_v1
    resnet50_v2
    squeezenet1.0
    squeezenet1.1
    vgg11
    vgg11_bn
    vgg13
    vgg13_bn
    vgg16
    vgg16_bn
    vgg19
    vgg19_bn

我是不是做错了什么？这件事甚至可能吗？

附带说明一下，在此之后我需要在 Android 上部署一个姿势检测模型 (simple_pose_resnet18_v1b) 和一个 activity 识别模型 (i3d_nl10_resnet101_v1_kinetics400 ) 还有。

Answer 1

错误消息不言自明 - mxnet.gluon.model_zoo.vision.get_model 不支持模型“ssd_512_mobilenet1.0_custom”。您将 GluonCV 的 get_model 与 MXNet Gluon 的 get_model.

混淆了

替换

block = get_model('ssd_512_mobilenet1.0_custom',
    classes=classes_custom, pretrained_base=False, ctx=ctx)

和

import gluoncv
block = gluoncv.model_zoo.get_model('ssd_512_mobilenet1.0_custom',
    classes=classes_custom, pretrained_base=False, ctx=ctx)

Answer 2

您实际上可以运行 GluonCV 模型直接在 Android 上使用 Deep Java Library (DJL) 您需要做的是：

hyridize your GluonCV model and save as MXNet model
为 android 构建 MXNet 引擎，MXNET 已经支持 Android 构建
将 MXNet 共享库包含到您的 android 项目中
在你的android项目中使用DJL，你可以按照这个DJL Android demo for PyTorch

运行 Android 上的 GluonCV 对象检测模型

Running GluonCV object detection model on Android

mxnet

mxnet-gluon