(可选) 从 PyTorch 导出模型到 ONNX 并使用 ONNX Runtime 运行它

创建于：2025 年 4 月 1 日 | 最后更新：2025 年 4 月 1 日 | 最后验证：2024 年 11 月 5 日

备注

截至 PyTorch 2.1，ONNX 导出器有两个版本。

• torch.onnx.dynamo_export 是基于 PyTorch 2.0 一起发布的 TorchDynamo 技术的最新（仍处于测试版）导出器。

• torch.onnx.export 基于 TorchScript 后端，自 PyTorch 1.2.0 起可用。

在本教程中，我们将介绍如何使用 TorchScript torch.onnx.export ONNX 导出器将定义在 PyTorch 中的模型转换为 ONNX 格式。

导出的模型将使用 ONNX Runtime 执行。ONNX Runtime 是一个以性能为导向的 ONNX 模型引擎，它可以在多个平台和硬件（Windows、Linux、Mac 以及 CPU 和 GPU）上高效地进行推理。ONNX Runtime 已被证明可以显著提高多个模型的表现，具体解释如下。

对于本教程，您需要安装 ONNX 和 ONNX Runtime。您可以通过以下方式获取 ONNX 和 ONNX Runtime 的二进制构建版本。

%%bash
pip install onnx onnxruntime

ONNX Runtime 建议使用最新的稳定运行时版本。

# Some standard imports
import numpy as np

from torch import nn
import torch.utils.model_zoo as model_zoo
import torch.onnx

超分辨率是一种提高图像、视频分辨率的手段，在图像处理或视频编辑中应用广泛。本教程中，我们将使用一个小型超分辨率模型。

首先，让我们在 PyTorch 中创建一个 SuperResolution 模型。该模型使用了“实时单图像和视频超分辨率使用高效子像素卷积神经网络”- Shi 等人所描述的高效子像素卷积层，通过提升因子增加图像的分辨率。该模型期望输入图像的 Y 分量，并输出超分辨率后的放大 Y 分量。

模型直接来自 PyTorch 的示例，未做任何修改：

# Super Resolution model definition in PyTorch
import torch.nn as nn
import torch.nn.init as init


class SuperResolutionNet(nn.Module):
    def __init__(self, upscale_factor, inplace=False):
        super(SuperResolutionNet, self).__init__()

        self.relu = nn.ReLU(inplace=inplace)
        self.conv1 = nn.Conv2d(1, 64, (5, 5), (1, 1), (2, 2))
        self.conv2 = nn.Conv2d(64, 64, (3, 3), (1, 1), (1, 1))
        self.conv3 = nn.Conv2d(64, 32, (3, 3), (1, 1), (1, 1))
        self.conv4 = nn.Conv2d(32, upscale_factor ** 2, (3, 3), (1, 1), (1, 1))
        self.pixel_shuffle = nn.PixelShuffle(upscale_factor)

        self._initialize_weights()

    def forward(self, x):
        x = self.relu(self.conv1(x))
        x = self.relu(self.conv2(x))
        x = self.relu(self.conv3(x))
        x = self.pixel_shuffle(self.conv4(x))
        return x

    def _initialize_weights(self):
        init.orthogonal_(self.conv1.weight, init.calculate_gain('relu'))
        init.orthogonal_(self.conv2.weight, init.calculate_gain('relu'))
        init.orthogonal_(self.conv3.weight, init.calculate_gain('relu'))
        init.orthogonal_(self.conv4.weight)

# Create the super-resolution model by using the above model definition.
torch_model = SuperResolutionNet(upscale_factor=3)

通常，您现在会训练这个模型；然而，对于本教程，我们将下载一些预训练的权重。请注意，此模型并未完全训练以达到良好的准确度，此处仅用于演示目的。

在导出模型之前，调用 torch_model.eval() 或 torch_model.train(False) 是很重要的，以将模型转换为推理模式。这是必需的，因为像 dropout 或 batchnorm 这样的操作在推理和训练模式下的行为不同。

# Load pretrained model weights
model_url = 'https://s3.amazonaws.com/pytorch/test_data/export/superres_epoch100-44c6958e.pth'
batch_size = 64    # just a random number

# Initialize model with the pretrained weights
map_location = lambda storage, loc: storage
if torch.cuda.is_available():
    map_location = None
torch_model.load_state_dict(model_zoo.load_url(model_url, map_location=map_location))

# set the model to inference mode
torch_model.eval()

在 PyTorch 中导出模型通过跟踪或脚本化完成。本教程将以跟踪导出的模型为例。要导出模型，我们调用 torch.onnx.export() 函数。这将执行模型，记录用于计算输出的操作符的跟踪。因为 export 运行模型，我们需要提供一个输入张量 x 。其中的值可以是随机的，只要它是正确的类型和大小。请注意，除非指定为动态轴，否则导出的 ONNX 图中所有输入维度的输入大小将是固定的。在本例中，我们导出具有 batch_size 1 的输入的模型，但在 torch.onnx.export() 中的 dynamic_axes 参数中指定第一个维度为动态。因此，导出的模型将接受大小为[batch_size, 1, 224, 224]的输入，其中 batch_size 可以是可变的。

要了解更多关于 PyTorch 导出接口的详细信息，请查看 torch.onnx 文档。

# Input to the model
x = torch.randn(batch_size, 1, 224, 224, requires_grad=True)
torch_out = torch_model(x)

# Export the model
torch.onnx.export(torch_model,               # model being run
                  x,                         # model input (or a tuple for multiple inputs)
                  "super_resolution.onnx",   # where to save the model (can be a file or file-like object)
                  export_params=True,        # store the trained parameter weights inside the model file
                  opset_version=10,          # the ONNX version to export the model to
                  do_constant_folding=True,  # whether to execute constant folding for optimization
                  input_names = ['input'],   # the model's input names
                  output_names = ['output'], # the model's output names
                  dynamic_axes={'input' : {0 : 'batch_size'},    # variable length axes
                                'output' : {0 : 'batch_size'}})

我们还计算了 torch_out ，即模型的输出，我们将用它来验证我们导出的模型在 ONNX Runtime 中运行时计算相同的值。

在验证模型输出之前，我们将使用 ONNX API 检查 ONNX 模型。首先， onnx.load("super_resolution.onnx") 将加载保存的模型，并输出一个 onnx.ModelProto 结构（一个用于打包 ML 模型的顶层文件/容器格式。有关 onnx.proto 文档的更多信息。）。然后， onnx.checker.check_model(onnx_model) 将验证模型的结构，并确认模型具有有效的模式。通过检查模型的版本、图的结构以及节点及其输入和输出，验证 ONNX 图的正确性。

import onnx

onnx_model = onnx.load("super_resolution.onnx")
onnx.checker.check_model(onnx_model)

现在我们将使用 ONNX Runtime 的 Python API 来计算输出。这部分通常可以在单独的进程或另一台机器上完成，但我们将继续在同一进程中，以便我们可以验证 ONNX Runtime 和 PyTorch 是否为网络计算相同的值。

为了使用 ONNX Runtime 运行模型，我们需要为模型创建一个具有所选配置参数的推理会话（这里我们使用默认配置）。会话创建后，我们使用 run() API 评估模型。此调用的输出是一个包含由 ONNX Runtime 计算出的模型输出的列表。

import onnxruntime

ort_session = onnxruntime.InferenceSession("super_resolution.onnx", providers=["CPUExecutionProvider"])

def to_numpy(tensor):
    return tensor.detach().cpu().numpy() if tensor.requires_grad else tensor.cpu().numpy()

# compute ONNX Runtime output prediction
ort_inputs = {ort_session.get_inputs()[0].name: to_numpy(x)}
ort_outs = ort_session.run(None, ort_inputs)

# compare ONNX Runtime and PyTorch results
np.testing.assert_allclose(to_numpy(torch_out), ort_outs[0], rtol=1e-03, atol=1e-05)

print("Exported model has been tested with ONNXRuntime, and the result looks good!")

我们应该看到 PyTorch 和 ONNX Runtime 的输出在给定的精度（ rtol=1e-03 和 atol=1e-05 ）下数值上是一致的。作为旁注，如果它们不一致，那么 ONNX 导出器存在问题，请在此情况下联系我们。

模型之间的时序比较

由于 ONNX 模型优化推理速度，在 ONNX 模型上运行相同的数据，而不是在原生 PyTorch 模型上运行，应该会带来高达 2 倍的改进。随着批量大小的增加，改进更为明显。

import time

x = torch.randn(batch_size, 1, 224, 224, requires_grad=True)

start = time.time()
torch_out = torch_model(x)
end = time.time()
print(f"Inference of Pytorch model used {end - start} seconds")

ort_inputs = {ort_session.get_inputs()[0].name: to_numpy(x)}
start = time.time()
ort_outs = ort_session.run(None, ort_inputs)
end = time.time()
print(f"Inference of ONNX model used {end - start} seconds")

使用 ONNX Runtime 在图像上运行模型

到目前为止，我们已经从 PyTorch 导出了一个模型，并展示了如何使用一个虚拟张量作为输入来加载和运行它。

在本教程中，我们将使用一个广为人知的猫图像，其外观如下。

首先，让我们加载这张图像，使用标准的 PIL Python 库进行预处理。请注意，这种预处理是处理数据以进行神经网络训练/测试的标准做法。

我们首先将图像调整大小以适应模型输入的大小（224x224）。然后，我们将图像分解为其 Y、Cb 和 Cr 分量。这些分量代表一个灰度图像（Y）和蓝差（Cb）以及红差（Cr）色度分量。由于 Y 分量对人类眼睛更敏感，我们对此分量感兴趣，并将其进行转换。在提取 Y 分量后，我们将其转换为张量，这将成为我们模型的输入。

from PIL import Image
import torchvision.transforms as transforms

img = Image.open("./_static/img/cat.jpg")

resize = transforms.Resize([224, 224])
img = resize(img)

img_ycbcr = img.convert('YCbCr')
img_y, img_cb, img_cr = img_ycbcr.split()

to_tensor = transforms.ToTensor()
img_y = to_tensor(img_y)
img_y.unsqueeze_(0)

现在，作为下一步，让我们将代表灰度缩放猫图像的张量在 ONNX Runtime 中运行，如前所述。

ort_inputs = {ort_session.get_inputs()[0].name: to_numpy(img_y)}
ort_outs = ort_session.run(None, ort_inputs)
img_out_y = ort_outs[0]

到目前为止，模型的输出是一个张量。现在，我们将处理模型的输出，从输出张量中构建最终的输出图像，并保存该图像。后处理步骤已从此处 PyTorch 实现的超分辨率模型中采用。

img_out_y = Image.fromarray(np.uint8((img_out_y[0] * 255.0).clip(0, 255)[0]), mode='L')

# get the output image follow post-processing step from PyTorch implementation
final_img = Image.merge(
    "YCbCr", [
        img_out_y,
        img_cb.resize(img_out_y.size, Image.BICUBIC),
        img_cr.resize(img_out_y.size, Image.BICUBIC),
    ]).convert("RGB")

# Save the image, we will compare this with the output image from mobile device
final_img.save("./_static/img/cat_superres_with_ort.jpg")

# Save resized original image (without super-resolution)
img = transforms.Resize([img_out_y.size[0], img_out_y.size[1]])(img)
img.save("cat_resized.jpg")

下面是两张图像的比较：

低分辨率图像

超分辨率后的图像

ONNX Runtime 是一个跨平台引擎，您可以在多个平台上运行它，包括 CPU 和 GPU。

ONNX Runtime 还可以部署到云上，使用 Azure Machine Learning 服务进行模型推理。更多信息请见此处。

关于 ONNX Runtime 性能的更多信息请见此处。

关于 ONNX Runtime 的更多信息请参阅此处。