MaochengHu 576cda45b8 first commit		2 years ago
..
README.md	576cda45b8 first commit	2 years ago
coco_label.txt	576cda45b8 first commit	2 years ago
openvino_benchmark.py	576cda45b8 first commit	2 years ago
openvino_infer.py	576cda45b8 first commit	2 years ago

PicoDet OpenVINO Benchmark Demo

本文件夹提供利用Intel's OpenVINO Toolkit进行PicoDet测速的Benchmark Demo与带后处理的模型Inference Demo。

安装 OpenVINO Toolkit

前往 OpenVINO HomePage，下载对应版本并安装。

本demo安装的是 OpenVINO 2022.1.0，可直接运行如下指令安装：

pip install openvino==2022.1.0

详细安装步骤，可参考OpenVINO官网

Benchmark测试

准备测试模型：根据PicoDet中【导出及转换模型】步骤，采用不包含后处理的方式导出模型（-o export.benchmark=True ），并生成待测试模型简化后的onnx模型（可在下文链接中直接下载）。同时在本目录下新建out_onnxsim文件夹，将导出的onnx模型放在该目录下。
准备测试所用图片：本demo默认利用PaddleDetection/demo/000000014439.jpg
在本目录下直接运行：

# Linux
python openvino_benchmark.py --img_path ../../../../demo/000000014439.jpg --onnx_path out_onnxsim/picodet_s_320_coco_lcnet.onnx --in_shape 320
# Windows
python openvino_benchmark.py --img_path ..\..\..\..\demo\000000014439.jpg --onnx_path out_onnxsim\picodet_s_320_coco_lcnet.onnx --in_shape 320

注意：--in_shape为对应模型输入size，默认为320

真实图片测试(网络包含后处理，但不包含NMS)

准备测试模型：根据PicoDet中【导出及转换模型】步骤，采用包含后处理但不包含NMS的方式导出模型（-o export.benchmark=False export.nms=False ），并生成待测试模型简化后的onnx模型（可在下文链接中直接下载）。同时在本目录下新建out_onnxsim_infer文件夹，将导出的onnx模型放在该目录下。
准备测试所用图片：默认利用../../demo_onnxruntime/imgs/bus.jpg

# Linux
python openvino_infer.py --img_path ../../demo_onnxruntime/imgs/bus.jpg --onnx_path out_onnxsim_infer/picodet_s_320_postproccesed_woNMS.onnx --in_shape 320
# Windows
python openvino_infer.py --img_path ..\..\demo_onnxruntime\imgs\bus.jpg --onnx_path out_onnxsim_infer\picodet_s_320_postproccesed_woNMS.onnx --in_shape 320

真实图片测试(网络不包含后处理)

# Linux
python openvino_benchmark.py --benchmark 0 --img_path ../../../../demo/000000014439.jpg --onnx_path out_onnxsim/picodet_s_320_coco_lcnet.onnx --in_shape 320
# Windows
python openvino_benchmark.py --benchmark 0 --img_path ..\..\..\..\demo\000000014439.jpg --onnx_path out_onnxsim\picodet_s_320_coco_lcnet.onnx --in_shape 320

结果：

Benchmark结果

测速结果如下：

测试环境：英特尔酷睿i7 10750H CPU。

模型	输入尺寸	ONNX	预测时延^CPU
PicoDet-XS	320*320	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	3.9ms
PicoDet-XS	416*416	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	6.1ms
PicoDet-S	320*320	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	4.8ms
PicoDet-S	416*416	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	6.6ms
PicoDet-M	320*320	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	8.2ms
PicoDet-M	416*416	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	12.7ms
PicoDet-L	320*320	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	11.5ms
PicoDet-L	416*416	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	20.7ms
PicoDet-L	640*640	( w/ 后处理;w/o NMS) \| ( w/o 后处理)	62.5ms

README.md

PicoDet OpenVINO Benchmark Demo

安装 OpenVINO Toolkit

Benchmark测试

真实图片测试(网络包含后处理，但不包含NMS)

真实图片测试(网络不包含后处理)

Benchmark结果