测试方法

本文将会介绍在Ubuntu:16.04交叉编译环境下，用安卓手机在终端测试Paddle-Lite的性能，同时介绍使用PaddleLite快速测试新模型在安卓端的精度。

  1. 一键Benchmark：适用于想快速获得常见模型性能的用户，下载预编译好的benchmark可执行文件；

  2. 逐步Benchmark：将一键Benchmark流程拆解讲解。

  3. 测试模型的精度和性能：使用PaddleLite快速测试单个模型在安卓端的精度。

环境准备

  1. 电脑准备安装adb。

Linux系统安装adb：

  1. sudo apt update
  2. sudo apt install -y wget adb

其他操作系统请自行安装adb。

  1. 检查手机与电脑连接。安卓手机USB连上电脑，打开设置 -> 开启开发者模式 -> 开启USB调试 -> 允许（授权）当前电脑调试手机。

  2. 在电脑终端输入adb devices命令，查看当前连接到的设备。

  1. adb devices

命令成功执行，显示结果类似下面（序列码略有不同）：

  1. List of devices attached
  2. 712QSDSEMMS7C   device

一. 一键Benchmark

执行以下命令，完成Benchmark：

  1. # Test v2.8 branch
  2. wget -c https://paddle-inference-dist.cdn.bcebos.com/PaddleLite/benchmark_2.8/run_benchmark.sh
  3. sh run_benchmark.sh
  5. # Test v2.6 branch
  6. wget -c https://paddle-inference-dist.bj.bcebos.com/PaddleLite/benchmark_2.6/run_benchmark.sh
  7. sh run_benchmark.sh
  9. # Test v2.3 branch
  10. wget -c https://paddle-inference-dist.bj.bcebos.com/PaddleLite/benchmark_2.3/run_benchmark.sh
  11. sh run_benchmark.sh

该run_benchmark.sh脚本会：

  1. 下载模型，并上传手机：包含mobilenetv1、mobilenetv2、shufflenetv2、squeezenetv1.1、mnasnet、mobilenetv1_int8、mobilenetv2_int8；

  2. 下载pre-built android-armv7和android-armv8的可执行文件，并上传手机：benchmark_bin_v7和benchmark_bin_v8；

  3. 自动执行另一个脚本benchmark.sh（多台手机连接USB，请在benchmark.sh脚本中对adb命令后加上测试手机的serial number）；

  4. 从手机下载benchmark结果result_armv7.txt和result_armv8.txt，到当前目录，并显示Benchmark结果。

注意： 如果运行中遇到Operation not permitted的问题，请使用sudo +sh run_benchmark.sh给予授权，并尝试重新关闭/打开手机USB调试和文件传输模式，或者通过USB重新连接手机之后再次运行脚本。

二. 逐步Benchmark

1. 编译benchmark可执行文件

根据源码编译准备编译环境，建议使用Docker配置环境。

拉取Paddle-Lite代码，切换到特定分支，然后在Paddle-Lite根目录下执行编译命令。

  1. # 拉取Paddle-Lite代码
  2. git clone https://github.com/PaddlePaddle/Paddle-Lite.git
  4. # 默认是develop分支，请拉取并切换到特定分支，比如切换到2.8分支
  5. git checkout -b release/v2.8 origin/release/v2.8
  7. ###########################################
  8. # Build benchmark_bin for android-armv7   #
  9. ###########################################
  11. ./lite/tools/build.sh \
  12.   --arm_os=android \
  13.   --arm_abi=armv7 \
  14.   --arm_lang=gcc \
  15.   --android_stl=c++_static \
  16.   --build_extra=ON \
  17.   --with_log=OFF \
  18.   full_publish
  20. # 编译好的`benchmark_bin` 在: <paddle-lite-repo>/build.lite.android.armv7.gcc/lite/api/benchmark_bin
  22. ###########################################
  23. # Build benchmark_bin for android-armv8   #
  24. ###########################################
  26. ./lite/tools/build.sh \
  27.   --arm_os=android \
  28.   --arm_abi=armv8 \
  29.   --arm_lang=gcc \
  30.   --android_stl=c++_static \
  31.   --build_extra=ON \
  32.   --with_log=OFF \
  33.   full_publish
  35. # 编译好的`benchmark_bin` 在: <paddle-lite-repo>/build.lite.android.armv8.gcc/lite/api/benchmark_bin

注意：为了避免在docker内部访问不到手机的问题，建议编译得到benchmark_bin后退出到docker外面，并且将benchmark_bin文件拷贝到一个临时目录。然后在该临时目录下，按照下面步骤下载模型、拷贝脚本、测试。

注意：如果不是测试常见分类模型（单输入，输入shape是1x3x224x224），需要根据实际情况修改/PaddleLite/lite/api/benchmark.cc文件，然后编译得到可执行文件。

2. 准备模型

PaddleLite为Benchmark准备好了常见Benchmark模型。

执行以下命令，下载常见Benchmark模型并解压：

  1. wget -c https://paddle-inference-dist.bj.bcebos.com/PaddleLite/benchmark_0/benchmark_models.tgz
  2. tar zxvf benchmark_models.tgz

如果测试其他模型，请将模型文件放到 benchmark_models 文件夹中，同时保证模型的的权重是独立保存成不同文件。

3. benchmark.sh脚本

benchmark测试的执行脚本benchmark.sh 位于源码中的/PaddleLite/lite/tools/benchmark.sh位置，测试时需要将benchmark.sh、 benchmark_bin 、 benchmark_models 文件复制到同一目录下。

4. 测试

从终端进入benchmark.sh、可执行文件（benchmark_bin_v7、benchmark_bin_v8）和模型文件（benchmark_models）所在文件夹。

如果 benchmark_models 中所有模型文件都已经使用 opt工具 进行转换，则使用 benchmark.sh 脚本执行如下命令进行测试：

  1. # Benchmark for android-armv7
  2. sh benchmark.sh ./benchmark_bin_v7 ./benchmark_models result_armv7.txt
  4. # Benchmark for android-armv8
  5. sh benchmark.sh ./benchmark_bin_v8 ./benchmark_models result_armv8.txt

如果 benchmark_models 中所有模型文件都没有使用 opt工具 进行转换，则执行下面的命令。benchmark_bin 会首先转换模型，然后加载模型进行测试。

  1. # Benchmark for android-armv7
  2. sh benchmark.sh ./benchmark_bin_v7 ./benchmark_models result_armv7.txt true
  4. # Benchmark for android-armv8
  5. sh benchmark.sh ./benchmark_bin_v8 ./benchmark_models result_armv8.txt true

测试结束后，armv7和armv8的结果，分别保存在当前目录下的result_armv7.txt和result_armv8.txt文件中。

查看测试结果

在当前目录的result_armv7.txt和result_armv8.txt文件，查看测试结果，举例如下。

注意：不同手机，不同版本，测试模型的性能数据不同。

  1. run benchmark armv8
  2. --------------------------------------
  3. PaddleLite Benchmark
  4. Threads=1 Warmup=10 Repeats=30
  5. mnasnet                       min = 19.83500    max = 19.38500    average = 19.65503
  6. mobilenetv1                   min = 32.00600    max = 31.56900    average = 31.81983
  7. mobilenetv2                   min = 22.37900    max = 22.08700    average = 22.28623
  8. shufflenetv2                  min = 10.80400    max = 10.62900    average = 10.68890
  9. squeezenet                    min = 17.67400    max = 17.47900    average = 17.57677
  11. Threads=2 Warmup=10 Repeats=30
  12. mnasnet                       min = 11.85600    max = 11.72000    average = 11.77127
  13. mobilenetv1                   min = 18.75000    max = 18.64300    average = 18.70593
  14. mobilenetv2                   min = 14.05100    max = 13.59900    average = 13.71450
  15. shufflenetv2                  min = 6.67200     max = 6.58300     average = 6.63400
  16. squeezenet                    min = 12.07100    max = 11.33400    average = 11.41253
  18. Threads=4 Warmup=10 Repeats=30
  19. mnasnet                       min = 7.19300     max = 7.02600     average = 7.08480
  20. mobilenetv1                   min = 10.42000    max = 10.29100    average = 10.34267
  21. mobilenetv2                   min = 8.61900     max = 8.46900     average = 8.54707
  22. shufflenetv2                  min = 4.55200     max = 4.41900     average = 4.46477
  23. squeezenet                    min = 8.60000     max = 7.85200     average = 7.98407
  24. --------------------------------------
  26. run benchmark armv7
  27. --------------------------------------
  28. PaddleLite Benchmark
  29. Threads=1 Warmup=10 Repeats=30
  30. mnasnet                       min = 20.98300    max = 20.81400    average = 20.92527
  31. mobilenetv1                   min = 33.19000    max = 32.81700    average = 33.08490
  32. mobilenetv2                   min = 25.91400    max = 25.61700    average = 25.73097
  33. shufflenetv2                  min = 11.14300    max = 10.97600    average = 11.06757
  34. squeezenet                    min = 19.31800    max = 19.20000    average = 19.26530
  36. Threads=2 Warmup=10 Repeats=30
  37. mnasnet                       min = 12.59900    max = 12.46600    average = 12.52207
  38. mobilenetv1                   min = 19.05800    max = 18.94700    average = 18.97897
  39. mobilenetv2                   min = 15.28400    max = 15.11300    average = 15.19843
  40. shufflenetv2                  min = 6.97000     max = 6.81400     average = 6.90863
  41. squeezenet                    min = 12.87900    max = 12.12900    average = 12.22530
  43. Threads=4 Warmup=10 Repeats=30
  44. mnasnet                       min = 7.31400     max = 7.12900     average = 7.20357
  45. mobilenetv1                   min = 11.44000    max = 10.86900    average = 10.94383
  46. mobilenetv2                   min = 9.14900     max = 9.03800     average = 9.09907
  47. shufflenetv2                  min = 4.60600     max = 4.49400     average = 4.53360
  48. squeezenet                    min = 8.27000     max = 8.10600     average = 8.19000
  49. --------------------------------------

三. 测试模型的精度和性能

Paddle-Lite的预测流程可以参考文档，即是准备模型、模型优化、下载或编译预测库、开发应用程序。

在准备模型阶段，请自行测试确保预测模型的精度。如果不确定模型精度准确，可以使用PaddlePaddle静态图模式下的load_inference_model（API使用方法请到Paddle官网搜索）加载，配置测试数据，使用executor执行，计算模型精度。

在模型优化阶段，如果出现OP不支持、类型cast等错误，可以提Issue反馈给Paddle-Lite开发同学进行修复，或者参考开发者贡献文档自行修复。

产出优化后的模型，通常可以下载预测库，开发应用程序了。

在开发应用程序阶段，如果出现预测结果不对或者程序崩溃的情况，通常很难定位是Paddle-Lite预测框架的Bug还是开发程序中的错误。 此时，建议大家剥离APP程序的代码，使用C++可执行文件直接测试Paddle-Lite执行模型预测的精度正确性。大家可以参考C++ 完整示例，其中有些示例使用OpenCV处理输入输出图片，可以可视化查看模型预测结果的准确性。