En cliquant sur "Accepter tous les cookies", tu acceptes que des cookies soient stockés sur ton appareil pour améliorer la navigation sur le site, analyser son utilisation et nous aider dans nos efforts de marketing. Plus d'info
Paramètres des cookies
En cliquant sur "Accepter tous les cookies", tu acceptes que des cookies soient stockés sur ton appareil pour améliorer la navigation sur le site, analyser son utilisation et nous aider dans nos efforts de marketing. Plus d'info
Déployer Ultralytics YOLOv5 avec Neural Magic's DeepSparse pour GPU-Class Performance on CPUs
Améliore Ultralytics YOLOv5 la formation et le déploiement de modèles avec Neural Magic's DeepSparse pour GPU-class performance on CPUs. Réalise des déploiements plus rapides et évolutifs sur YOLOv5 .
Tu veux accélérer la formation et le déploiement de tes YOLOv5 modèles ? Nous avons ce qu'il te faut ! Nous te présentons notre tout nouveau partenaire, Neural Magic. Comme Neural Magic fournit des outils logiciels qui mettent l'accent sur la performance maximale des modèles et la simplicité du flux de travail, il est tout à fait naturel que nous nous soyons réunis pour offrir une solution qui rendra le processus de déploiement deYOLOv5 encore meilleur.
DeepSparse est le runtime d'inférence CPU de Neural Magic, qui tire parti de la rareté et de l'arithmétique de basse précision des réseaux neuronaux pour offrir des performances exceptionnelles sur du matériel de base. Par exemple, par rapport à la base de référence ONNX Runtime, DeepSparse offre une accélération de 5,8 fois pour YOLOv5s s'exécutant sur la même machine !
Pour la première fois, tes charges de travail d'apprentissage profond peuvent répondre aux exigences de performance de la production sans la complexité et les coûts des accélérateurs matériels. En termes simples, DeepSparse t'offre les performances des GPU et la simplicité des logiciels :
Déploiements flexibles: Exécuter de manière cohérente dans le nuage, le centre de données et la périphérie avec n'importe quel fournisseur de matériel.
Évolutivité infinie: Mise à l'échelle avec Kubernetes standard, verticalement jusqu'à des centaines de cœurs, ou de manière totalement abstraite avec serverless.
Intégration facile: Utilise des API propres pour intégrer ton modèle dans une application et le surveiller en production.
Atteindre les performances de la classe GPU sur les unités centrales de base
DeepSparse tire parti de la rareté du modèle pour gagner en rapidité de performance.
La sparification par élagage et quantification permet de réduire d'un ordre de grandeur la taille et le calcul nécessaires à l'exécution d'un réseau tout en conservant une grande précision. DeepSparse est conscient de l'éparpillement, il saute les additions multipliées par zéro et réduit la quantité de calcul dans une passe avant. Étant donné que le calcul clair est lié à la mémoire, DeepSparse exécute le réseau en profondeur, en décomposant le problème en Tensor Columns, qui sont des bandes verticales de calcul qui tiennent dans la mémoire cache.
Les réseaux épars avec un calcul compressé, exécuté en profondeur dans le cache, permettent à DeepSparse d'offrir des performances de classe GPU sur les unités centrales !
Créer une version éparse de YOLOv5 entraînée sur des données personnalisées
Neural MagicLe dépôt de modèles open-source de SparseZoo contient des points de contrôle pré-sparsifiés de chaque modèle YOLOv5 . En utilisant SparseML, qui est intégré à Ultralytics, tu peux affiner un point de contrôle clair sur tes données avec une seule commande CLI .
Les pipelines enveloppent le prétraitement et le post-traitement de sortie autour de l'exécution, fournissant une interface propre pour ajouter DeepSparse à une application. L'intégration DeepSparse-Ultralytics comprend un pipeline prêt à l'emploi qui accepte les images brutes et produit les boîtes de délimitation.
Crée un pipeline et exécute l'inférence :
from deepsparse import Pipeline
# liste des images dans le système de fichiers local images = ["basilica.jpg"]
# exécuter l'inférence sur les images, recevoir les boîtes englobantes + les classes pipeline_outputs = yolo_pipeline(images=images, iou_thres=0.6, conf_thres=0.001) print(pipeline_outputs)
Si tu travailles dans le nuage, il se peut que tu obtiennes une erreur indiquant qu'open-cv ne peut pas trouver libGL.so.1. L'exécution de ce qui suit sur Ubuntu l'installe :
apt-get install libgl1-mesa-glx
Serveur HTTP
DeepSparse Server fonctionne au-dessus du cadre web FastAPI et du serveur web Uvicorn. Avec une seule commande CLI , tu peux facilement mettre en place un point de terminaison de service de modèle avec DeepSparse. Le serveur prend en charge n'importe quel pipeline de DeepSparse, y compris la détection d'objets avec YOLOv5, ce qui te permet d'envoyer des images brutes au point de terminaison et de recevoir les boîtes de délimitation.
Fais tourner le serveur avec les YOLOv5s élagués et quantifiés :
Un exemple de requête, utilisant le paquetage de requêtes de Python:
importer des requêtes, json
# liste des images pour l'inférence (fichiers locaux côté client) path = ['basilica.jpg'] files = [('request', open(img, 'rb')) for img in path]
# envoie une requête via HTTP au point d'arrivée /predict/from_files url = 'http://0.0.0.0:5543/predict/from_files' resp = requests.post(url=url, files=files)
# la réponse est renvoyée en JSON annotations = json.loads(resp.text) # dictionnaire des résultats d'annotation bounding_boxes = annotations["boxes"] labels = annotations["labels"]
Annoter CLI
Tu peux aussi utiliser la commande annotate pour que le moteur enregistre une photo annotée sur le disque. Essaie --source 0 pour annoter le flux de ta webcam en direct !
> Chemin du modèle original : zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none > Taille du lot : 32 > Scénario : sync > Débit (éléments/sec) : 41.9025
Performance DeepSparse Dense
Si DeepSparse offre ses meilleures performances avec les modèles épars optimisés, il obtient également de bons résultats avec les YOLOv5 denses standard.
Avec le lot 32, DeepSparse atteint 70 images/seconde avec le YOLOv5 dense standard, soit uneamélioration des performances de 1,7 fois par rapport à l'ORT !
> Chemin du modèle original : zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none > Taille du lot : 32 > Scénario : sync > Débit (éléments/sec) : 69.5546
Performance DeepSparse Sparse
Lorsque la sparsité est appliquée au modèle, les gains de performance de DeepSparse par rapport à ONNX Runtime sont encore plus forts.
Avec le lot 32, DeepSparse atteint 241 images/seconde avec le YOLOv5s élagué et quantifié, soit uneamélioration des performances de 5,8 fois par rapport à l'ORT !
> Chemin du modèle original : zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none > Taille du lot : 1 > Scénario : sync > Débit (éléments/sec) : 48.0921
Performance DeepSparse Sparse
Lorsque la sparsité est appliquée au modèle, les gains de performance de DeepSparse par rapport à ONNX Runtime sont encore plus forts.
Pour le lot 1, DeepSparse atteint 135 images/seconde avec le YOLOv5s élagué et quantifié, soit uneamélioration des performances de 2,8 fois par rapport à ONNX Runtime !
> Chemin du modèle original : zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none > Taille du lot : 1 > Scénario : sync > Débit (éléments/sec) : 134.9468
Comme les instances c6i.8xlarge ont des instructions VNNI, le débit de DeepSparse peut être poussé plus loin si les poids sont élagués par blocs de 4.
Pour le lot 1, DeepSparse atteint 180 éléments/seconde avec un YOLOv5s quantifié et élagué de 4 blocs, soit ungain de performance de 3,7 fois par rapport à ONNX Runtime !
Sur Ultralytics, nous établissons des partenariats commerciaux avec d'autres startups pour nous aider à financer la recherche et le développement de nos formidables outils open-source, comme YOLOv5, afin qu'ils restent gratuits pour tout le monde. Cet article peut contenir des liens d'affiliation vers ces partenaires.
