【Python】あれ？ dnnモジュールのONNX推論速くねえ？いや、やっぱ遅えかも。。。 ※2023/12/05時点

この記事はOpenCV Advent Calendar 2023の6日目の記事です。

2021年のAdvent Calendarで以下のような投稿をしました。
この投稿は、ある意味続編です🦔

結論

速、、、いや、やっぱ遅いかも（ONNXランタイムと比較して）
※1：CPU推論
※2：モデルによっては速い

バージョン

以下のバージョンで確認しました。

pip show opencv-python

Name: opencv-python
Version: 4.8.1.78
(省略)

pip show onnxruntime

Name: onnxruntime
Version: 1.16.3
(省略)

計測環境

Google Colaboratory上でCPU推論を行い「%%time」や「%%timeit」を使用して推論時間を計測しています。
（本来はもっと厳密な方法と環境で計測すべきでしょうが、、、ご容赦を。。。🙇

参考：CPU情報

!cat /proc/cpuinfo

processor	: 0
vendor_id	: GenuineIntel
cpu family	: 6
model		: 79
model name	: Intel(R) Xeon(R) CPU @ 2.20GHz
stepping	: 0
microcode	: 0xffffffff
cpu MHz		: 2199.998
cache size	: 56320 KB
physical id	: 0
siblings	: 2
core id		: 0
cpu cores	: 1
apicid		: 0
initial apicid	: 0
fpu		: yes
fpu_exception	: yes
cpuid level	: 13
wp		: yes
flags		: fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc cpuid tsc_known_freq pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch invpcid_single ssbd ibrs ibpb stibp fsgsbase tsc_adjust bmi1 hle avx2 smep bmi2 erms invpcid rtm rdseed adx smap xsaveopt arat md_clear arch_capabilities
bugs		: cpu_meltdown spectre_v1 spectre_v2 spec_store_bypass l1tf mds swapgs taa mmio_stale_data retbleed
bogomips	: 4399.99
clflush size	: 64
cache_alignment	: 64
address sizes	: 46 bits physical, 48 bits virtual
power management:

processor	: 1
vendor_id	: GenuineIntel
cpu family	: 6
model		: 79
model name	: Intel(R) Xeon(R) CPU @ 2.20GHz
stepping	: 0
microcode	: 0xffffffff
cpu MHz		: 2199.998
cache size	: 56320 KB
physical id	: 0
siblings	: 2
core id		: 0
cpu cores	: 1
apicid		: 1
initial apicid	: 1
fpu		: yes
fpu_exception	: yes
cpuid level	: 13
wp		: yes
flags		: fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc cpuid tsc_known_freq pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch invpcid_single ssbd ibrs ibpb stibp fsgsbase tsc_adjust bmi1 hle avx2 smep bmi2 erms invpcid rtm rdseed adx smap xsaveopt arat md_clear arch_capabilities
bugs		: cpu_meltdown spectre_v1 spectre_v2 spec_store_bypass l1tf mds swapgs taa mmio_stale_data retbleed
bogomips	: 4399.99
clflush size	: 64
cache_alignment	: 64
address sizes	: 46 bits physical, 48 bits virtual
power management:

ONNXランタイム VS OpenCV DNNモジュール VGG16推論時間比較

CPUで推論した場合、ぼちぼち推論時間がかかるVGG16で比較してみます。
VGG16のONNXモデルは、ONNX Model Zoo の vgg16-7.onnx を使用しました👀

蜂(Bee)の画像で推論してみます。

※ぱくたその画像を使用

以降のスクリプトは、Qiita-AdventCalendar-OpenCV-20231206-01.ipynbをColaboratoryで。

ONNXランタイム

モデルをロードして

import onnxruntime
onnx_session = onnxruntime.InferenceSession('vgg16-7.onnx', providers=['CPUExecutionProvider'])

画像の前処理をして

import cv2 as cv
import numpy as np

# 前処理
input_image = cv.resize(image, dsize=(224, 224))
input_image = cv.cvtColor(input_image, cv.COLOR_BGR2RGB)

mean = [0.485, 0.456, 0.406]
std = [0.229, 0.224, 0.225]
input_image = (input_image / 255 - mean) / std

input_image = input_image.transpose(2, 0, 1).astype('float32')
input_image = input_image.reshape(-1, 3, 224, 224)

# 入力名・出力名取得
input_name = onnx_session.get_inputs()[0].name
output_name = onnx_session.get_outputs()[0].name

推論時間計測します。

%%timeit -r 7 -n 10

# 時間計測
onnx_session.run([output_name], {input_name: input_image})

実験時は559msと出ました👀

上位5クラスの推論結果を出してみます。

result = np.array(result).squeeze()
print(np.argsort(result)[::-1][:5])

あっていそうですね👀
309：Bee(蜂)
308：fly(蝿)
94：hummingbird(ハチドリ)
95：jacamar(キツツキ目の鳥(キリハシ))
946：cardoon(菊科の植物(カルドン))

OpenCV dnnモジュール

モデルをロードして、バックエンドターゲットをCPUにして

import cv2 as cv
net = cv.dnn.readNet('vgg16-7.onnx')
net.setPreferableTarget(cv.dnn.DNN_TARGET_CPU)

画像の前処理をして

import numpy as np

# 前処理
input_image = cv.resize(image, dsize=(224, 224))
input_image = cv.cvtColor(input_image, cv.COLOR_BGR2RGB)

mean = [0.485, 0.456, 0.406]
std = [0.229, 0.224, 0.225]
input_image = (input_image / 255 - mean) / std
input_image = input_image.astype('float32')

input_blob = cv.dnn.blobFromImage(input_image)
out_layer_name = net.getUnconnectedOutLayersNames()

# 入力BLOB設定
net.setInput(input_blob, 'data')

推論時間計測します。

%%timeit -r 7 -n 10

# 時間計測
net.forward(out_layer_name)

472msと出ました👀

上位5クラスの推論結果を出してみます。

result = np.array(result).squeeze()
print(np.argsort(result)[::-1][:5])

あっていそうですね👀
309：Bee(蜂)
308：fly(蝿)
94：hummingbird(ハチドリ)
95：jacamar(キツツキ目の鳥(キリハシ))
946：cardoon(菊科の植物(カルドン))

ONNXランタイム VS OpenCV dnnモジュール

dnnモジュールでの推論のほうが、速いですね👀
1～2割高速化できるって感じですかね。期待🦔

モデル	ONNXランタイム	dnnモジュール
VGG16	559ms	472ms(84.4%)

Winogradアルゴリズムによる高速化

「OpenCVのDNNモジュールが速いのは、Winogradアルゴリズム（若干の精度低下と引き換えにCNNの乗算回数を減らすアルゴリズム）による高速化がデフォルトで有効化されているから」と小耳にはさみました👀
と言うわけで、Winogradを無効化して試してみます。

net.enableWinograd(False)

%%timeit -r 7 -n 10

# 時間計測
net.forward(out_layer_name)

net.enableWinograd(True)

%%timeit -r 7 -n 10

# 時間計測
net.forward(out_layer_name)

うーん？
APIの使い方間違った🤔？
それとも、バグってる？
要調査。

2023/12/06追記：
　dandelionさんの調査を教えてもらいました🦔
　根が深そうな雰囲気が出てきた。。。👀　
　

2023/12/10追記：
　dandelionさんの調査を教えてもらいました🦔
　Ubuntuさんどーなってんの😇

ONNXランタイム VS OpenCV DNNモジュール その他いくつかのモデルの推論時間比較

VGG16では期待感ありましたが、、、
他のモデルだと結果がふるわず、、、👀

モデル	ONNXランタイム	dnnモジュール
MobileNetV2	15.3ms	29.4ms(192.1%)
ResNet50V1	124ms	160ms(129.0%)
YOLOv4	1.38s	1.73s(125.4%)
YOLOX-S	521ms	850ms(163.1%)

上記の計測に使用したスクリプトは、Qiita-AdventCalendar-OpenCV-20231206-02.ipynbで公開しています。

試したかったけど OpenCV 4.8.1.78 のdnnモジュールで読みこめなかったモデルたち

yolov3-10.onnx

以下のエラーが発生して読み込めず。

error: OpenCV(4.8.1) /io/opencv/modules/dnn/src/onnx/onnx_graph_simplifier.cpp:1257: error: (-210:Unsupported format or combination of formats) Unsupported data type: BOOL in function 'getMatFromTensor'

MaskRCNN-10.onnx

以下のエラーが発生して読み込めず。

error: OpenCV(4.8.1) /io/opencv/modules/dnn/src/onnx/onnx_importer.cpp:1083: error: (-2:Unspecified error) in function 'handleNode'

以上。