利用Neural Magic的 DeepSparse 部署Ultralytics YOLOv5 ，在 CPU 上实现GPU-Class 级性能

想要加快培训和部署您的 YOLOv5模型？我们为您提供帮助！介绍我们最新的合作伙伴、 Neural Magic.Neural Magic 提供的软件工具强调模型的峰值性能和工作流程的简易性，因此我们很自然地携手提供解决方案，使YOLOv5 部署流程更加完善。

DeepSparse是Neural Magic的CPU 推理运行时，它利用神经网络中的稀疏性和低精度算术，在商品硬件上提供卓越的性能。例如，与ONNX Runtime 基准相比，DeepSparse 在同一台机器上运行YOLOv5 的速度提高了 5.8 倍！

这是第一次，您的深度学习工作负载可以满足生产对性能的要求，而无需考虑硬件加速器的复杂性和成本。简而言之，DeepSparse 为您提供了 GPU 的性能和软件的简便性：

1. 灵活部署：通过任何硬件提供商，在云、数据中心和边缘一致运行
2. 无限可扩展性：使用标准 Kubernetes 向外扩展，纵向扩展至 100 个内核，或使用无服务器完全抽象化
3. 易于集成：使用简洁的应用程序接口将模型集成到应用程序中，并在生产中对其进行监控

在通用 CPU 上实现GPU 级性能

DeepSparse 利用模型的稀疏性来提高性能。

通过剪枝和量化进行稀疏化处理，可以在保持高精度的同时，以数量级减少执行网络所需的大小和计算量。DeepSparse 具备稀疏感知能力，可跳过乘加零，减少前向传递的计算量。由于稀疏计算受内存限制，DeepSparse 按深度执行网络，将问题分解为Tensor Columns，即适合缓存的垂直计算条纹。

在高速缓存中按深度执行压缩计算的稀疏网络使 DeepSparse 能够在 CPU 上实现GPU 级性能！

创建根据自定义数据训练的YOLOv5 稀疏版本

Neural Magic的开源模型库 SparseZoo 包含每个YOLOv5 模型的预解析检查点。使用与Ultralytics 集成的 SparseML，只需一条CLI 命令，就能在数据上微调稀疏检查点。

详情请查看Neural Magic的YOLOv5 文档。

使用 DeepSparse 部署YOLOv5

安装 DeepSparse

运行以下程序安装 DeepSparse。建议使用虚拟环境Python 。

pip install deepsparse[server,yolo,onnxruntime].

收集ONNX 文件

DeepSparse 接受ONNX 格式的模型，可以以

• 通往ONNX 模型的本地路径
• SparseZoo 存根，用于识别 SparseZoo 中的模型

我们将把标准密集 YOLOv5 与经过剪枝量化的 YOLOv5 进行比较，后者由以下 SparseZoo 存根标识：

zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none
zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none

部署模型

DeepSparse 提供方便的应用程序接口，可将模型集成到应用程序中。

要尝试下面的部署示例，请下拉示例的样本图像，并使用以下命令保存为basilica.jpg：

wget -Obasilica.jpg https://raw.githubusercontent.com/neuralmagic/deepsparse/main/src/deepsparse/yolo/sample_images/basilica.jpg

Python 应用程序接口

管道将预处理和输出后处理封装在运行时周围，为将 DeepSparse 添加到应用程序提供了一个简洁的界面。DeepSparse-Ultralytics 集成包括一个开箱即用的管道，可接受原始图像并输出边界框。

创建管道并运行推理：

从 deepsparse 导入管道

# 本地文件系统中的图像列表
images = ["basilica.jpg"]

# 创建管道
model_stub = "zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none"
yolo _pipeline = Pipeline.create(
task="yolo",
model_path=model_stub,
)

# 在图像上运行推理，接收边界框 + 类别
pipeline_outputs =yolo_pipeline(images=images, iou_thres=0.6, conf_thres=0.001)
print(pipeline_outputs)

如果在云中运行，可能会出现 open-cv 无法找到 libGL.so.1 的错误。在 Ubuntu 上运行以下命令即可安装：

apt-get install libgl1-mesa-glx

HTTP 服务器

DeepSparse 服务器运行于流行的 FastAPI 网络框架和 Uvicorn 网络服务器之上。只需一个CLI 命令，您就可以轻松地用 DeepSparse 建立模型服务端点。服务器支持 DeepSparse 的任何管道，包括使用YOLOv5 进行对象检测，使您能够向端点发送原始图像并接收边界框。

用经过修剪和量化的 YOLOv5 启动服务器：

deepsparse.server \
--taskyolo \
--model_path zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none

使用Python 的请求包提出请求的示例：

导入请求、json

# 用于推理的图像列表（客户端的本地文件）
path = ['basilica.jpg']
files = [('request', open(img, 'rb')) for img in path]

# 通过 HTTP 向 /predict/from_files 端点发送请求
url = 'http://0.0.0.0:5543/predict/from_files'
resp = requests.post(url=url, files=files)

# 响应以 JSON 格式返回
annotations = json.loads(resp.text) # 注释结果字典
bounding_boxes = annotations["boxes"]
labels = annotations["labels"]

注释CLI

您还可以使用注释命令让引擎将注释过的照片保存在磁盘上。尝试使用 --source 0 对实时网络摄像头源进行注释！

deepsparse.object_detection.annotate --model_filepath zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none --sourcebasilica.jpg

运行上述命令将创建一个注释-结果文件夹，并将注释图像保存在其中。

基准性能

我们将使用 DeepSparse 的基准测试脚本，比较 DeepSparse 和ONNX Runtime 在 YOLOv5 上的吞吐量。

基准测试在 AWS c6i.8xlarge 实例（16 核）上运行。

批次 32 性能比较

ONNX 运行时基线

在批次 32 时，ONNX Runtime 使用标准高密度 YOLOv5 实现了每秒 42 幅图像的速度：

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none -s sync -b 32 -nstreams 1 -e onnxruntime

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none
> 批量大小：32
> 情景：同步
> 吞吐量（项/秒）：41.9025

深度稀疏密集性能

虽然 DeepSparse 在使用优化的稀疏模型时性能最佳，但在使用标准的密集 YOLOv5 时同样表现出色。

在批次 32 时，DeepSparse 利用标准密集 YOLOv5s 实现了每秒 70 幅图像的速度，性能比 ORT 提高了 1.7 倍！

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none -s sync -b 32 -nstreams 1

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none
> 批量大小：32
> 场景：同步
> 吞吐量（项/秒）：69.5546

DeepSparse 稀疏性能

当稀疏性应用于模型时，DeepSparse 的性能比ONNX Runtime 提升得更多。

在批次 32 时，DeepSparse 使用经过剪枝量化的 YOLOv5s 实现了 241 幅图像/秒的速度，比 ORT 性能提高了 5.8 倍！

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none -s sync -b 32 -nstreams 1

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none
> 批量大小：32
> 场景：同步
> 吞吐量（项/秒）：241.2452

第一批性能比较

与ONNX Runtime 相比，DeepSparse 还能在对延迟敏感的第 1 批方案中提高速度。

ONNX 运行时基线

在批次 1 中，ONNX Runtime 使用标准高密度 YOLOv5 实现了每秒 48 幅图像的速度。

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none -s sync -b 1 -nstreams 1 -e onnxruntime

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/base-none
> 批量大小：1
> 情景：同步
> 吞吐量（项/秒）：48.0921

DeepSparse 稀疏性能

当稀疏性应用于模型时，DeepSparse 的性能比ONNX Runtime 提升得更多。

在批次 1 中，DeepSparse 使用经过剪枝量化的 YOLOv5s 实现了每秒 135 幅图像的速度，性能比ONNX Runtime提高了 2.8 倍！

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none -s sync -b 32 -nstreams 1

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned65_quant-none
> 批量大小：1
> 场景：同步
> 吞吐量（项/秒）：134.9468

由于 c6i.8xlarge 实例具有 VNNI 指令，如果权重以 4 块为单位剪枝，DeepSparse 的吞吐量将进一步提高。

在批次 1 中，DeepSparse 利用 4 块剪枝量化 YOLOv5 实现了 180 条/秒的速度，性能是ONNX Runtime 的3.7 倍！

deepsparse.benchmark zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned35_quant-none-vnni -s sync -b 1 -nstreams 1

> 原始模型路径：zoo:cv/detection/yolov5-s/pytorch/ultralytics/coco/pruned35_quant-none-vnni
> 批量大小：1
> 场景：同步
> 吞吐量（项/秒）：179.7375

好了！您就可以使用 DeepSparse 优化YOLOv5 部署了。

开始使用YOLOv5 和 DeepSparse

要与我们取得联系，请加入我们的社区，并给我们留下您的问题和意见。查看Ultralytics YOLOv5 存储库和完整的Neural Magic 文档，以部署YOLOv5 。

‍

在Ultralytics ，我们与其他初创公司建立了商业合作伙伴关系，以帮助我们为我们出色的开源工具（如YOLOv5 ）的研究和开发提供资金，从而使这些工具对所有人都是免费的。本文可能包含这些合作伙伴的关联链接。

‍