模型部分量化后用tensorrt转换engine时遇到的问题

模型的python版本推理效果很好，但是导出onnx并用tensorrt解析转换(做了FP16量化)成engine后推理效果稀烂的，输出无数个得分很低且不正确的目标，判断可能是做了FP16量化后模型内部某些地方数据因为精度不够发生了溢出，仔细检查代码，将模型网络里高度可疑的模块及其出入关联部分强制不做FP16量化：

复制代码

std::set<nvinfer1::ILayer*> backwardLayers;
    std::set<nvinfer1::ILayer*> forwardLayers;
    std::map<nvinfer1::ITensor*, nvinfer1::ILayer*> tensorToProducer = buildTensorProducerMap(network);
    std::map<nvinfer1::ITensor*, std::vector<nvinfer1::ILayer*>> tensorToConsumer = buildTensorConsumerMap(network);
    for (int i = 126; i < 179; i++) { 
	nvinfer1::ILayer* layer = network->getLayer(i);
        std::cout << "layer " << i <<" " << layer->getName() << std::endl;
        setLayerAndPredecessorsToFP32(layer, tensorToProducer, backwardLayers, 3);
	setLayerAndSuccessorsToFP32(layer, tensorToConsumer, forwardLayers, 3);
    }

然后再转换engine，但是不管怎么修改禁止量化的部分的代码，转换时都始终报错:

NVINFER LOG\]: 1: \[verify_output_type\] Mismatched type for tensor (Unnamed Layer_ 153) \[Shuffle\]_output', f16 vs. expected type:f32. \[NVINFER LOG\]: 1: \[codeGenerator.cpp::compileGraph::894\] Error Code 1: Myelin (\[verify_output_type\] Mismatched type for tensor (Unnamed Layer_ 153) \[Shuffle\]_output', f16 vs. expected type:f32.) 看意思是Layer_ 153处的tensor期望是FP32，但是实际是FP16，开始没想明白，为何我强制设置了FP32还仍然有FP16类型的tensor冒出来？没法，只能笨办法去检查，把网络结构打出来： (152) UNKNOWN name=onnx::Add_892 output name=(Unnamed Layer\* 152) \[Constant\]_output, shape=\[\], dtype=FP32 (153) Shuffle name=(Unnamed Layer\* 153) \[Shuffle

input name=(Unnamed Layer* 152) [Constant]_output, shape=[], dtype=FP32

output name=(Unnamed Layer* 153) [Shuffle]_output, shape=[1x1x1x1], dtype=FP32

从上面的网络结构信息看，报错处第layer 153的输入是layer 152，而layer 152是个常量，这里tensor始终为FP16只能是和这个Constant有关了，回头去检查onnx，发现这个Constant是个很小的值9.999999974752427e-7，这才想起来，python代码里对应地方为了防止除数为0给tensor数据加了一个1e-6，原来就是这种常数输入值被tensorrt始终做了FP16量化，用Layer的setPrecision()和setOutputType()去阻止量化没用，另外还实验了下面的强制阻止量化代码也没有用:

复制代码

void convertConstantLayerToFP32(nvinfer1::IConstantLayer* constLayer) {
    nvinfer1::Weights weights = constLayer->getWeights();

    if (weights.type == nvinfer1::DataType::kFLOAT) {
        std::cout << "    Constant already FP32" << std::endl;
        return;
    }

    if (weights.type == nvinfer1::DataType::kHALF) {
        std::cout << "    Converting constant from FP16 to FP32" << std::endl;

        int64_t count = weights.count;
        float* fp32Values = new float[count];

        // FP16 is just uint16_t in memory
        const uint16_t* fp16Values = static_cast<const uint16_t*>(weights.values);

        for (int64_t i = 0; i < count; i++) {
            fp32Values[i] = fp16_to_fp32(fp16Values[i]);
        }

        nvinfer1::Weights fp32Weights;
        fp32Weights.type = nvinfer1::DataType::kFLOAT;
        fp32Weights.values = fp32Values;
        fp32Weights.count = count;

        constLayer->setWeights(fp32Weights);
    }
  }

最后只好把那个小量从python代码里删掉重新导出onnx然后再转换engine就顺利成功了，感觉这种情况是tensorrt里的处理常量的代码应该是写死了。将那模块不做FP16量化后转换出的engine的推理效果就基本上和python版原始模型的推理效果差不多了。