最近Happy在尝试进行图像超分的INT8量化，发现：pytorch量化里面的坑真多，远不如TensorFlow的量化好用。不过花了点时间终于还是用pytorch把图像超分模型完成了量化，以EDSR为例，模型大小73%,推理速度提升40%左右(PC端)，视觉效果几乎无损，定量指标待补充。有感于网络上介绍量化的博客一堆，但真正有帮助的较少，所以Happy会尽量以图像超分为例提供一个完整的可复现的量化示例。

        在前面的文章中，笔者对Pytorch的“Post Training Static Quantization，PTSQ”进行了原理性的介绍。接下来，我们将以EDSR这个图像超分网络为例进行说明。

准备工作

在真正开始量化之前，我们需要准备好要进行量化的模型，本文以EDSR-baseline模型为基础进行。所以大家可以直接下载官方预训练模型，EDSR的Pytorch官方实现code连接如下：

github.com/thstkdgus35/EDSR-PyTorch

EDSRx4-baseline预训练模型下载连接如下：

https://cv.snu.ac.kr/research/EDSR/models/edsr_baseline_x4-6b446fab.pt

除了要准备上述预训练模型与code外，我们还需要准备校验数据，在这里笔者采用的DIV2K数据，该数据集下载链接如下：

https://cv.snu.ac.kr/research/EDSR/DIV2K.tar

模型转换

正如上一篇文章所介绍的，在量化之前需要对模型进行op融合操作，而EDSR官方的实现code是对于融合操作是不太方便的，所以笔者对EDSR进行了一些实现上的调整。调整成如下形式(注：这里的实现code部分参数写成了固定参数)：

class ResBlock(nn.Module):
    def __init__(self, channels=64):
        super(ResBlock, self).__init__()
        self.conv1 = nn.Conv2d(channels, channels, 3, 1, 1)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = nn.Conv2d(channels, channels, 3, 1, 1)

    def forward(self, x):
        identity = x
        conv1 = self.conv1(x)
        relu = self.relu(conv1)
        conv2 = self.conv2(relu)

        output = conv2 + identity
        return output

class EDSR(nn.Module):
    def __init__(self,
                 num_blocks=16,
                 num_features=64,
                 block=ResBlock):
        super(EDSR, self).__init__()
        self.head = nn.Conv2d(3, num_features, 3, 1, 1)
        body = [
            block(num_features) for _ in range(num_blocks)
        ]
        body.append(nn.Conv2d(num_features, num_features, 3, 1, 1))
        self.body = nn.Sequential(*body)
        self.tail = nn.Sequential(
            nn.Conv2d(num_features, num_features * 4, 3, 1, 1),
            nn.PixelShuffle(upscale_factor=2),
            nn.Conv2d(num_features, num_features * 4, 3, 1, 1),
            nn.PixelShuffle(upscale_factor=2),
            nn.Conv2d(num_features, 3, 3, 1, 1)
        )

    def forward(self, x, **kwargs):
        x = self.head(x)
        res = self.body(x)
        res += x
        x = self.tail(res)
        return x

也许有同学会说，模型转换后原始的预训练模型还能导入吗？直接导入肯定是不行的，checkpoint的key发生了变化，所以我们需要对下载的checkpoint进行一下简单的转换。checkpoint的转换code如下（注：这些转换可以都是写死的，已经确认过的）：

checkpoint = torch.load("edsr_baseline_x4-6b446fab.pt", map_location='cpu')
newStateDict = OrderedDict()

for key, val in checkpoint.items():
    if 'head' in key:
        newStateDict[key.replace('.0.', '.')] = val
    elif 'mean' in key:
        continue
        # newStateDict[key] = val
    elif 'tail' in key:
        if '.0.0.' in key:
            newStateDict[key.replace('.0.0.', '.0.')] = val
        elif '.0.2.' in key:
            newStateDict[key.replace('.0.2.', '.2.')] = val
        else:
            newStateDict[key.replace('.1.', '.4.')] = val
    elif 'body' in key:
        if '.body.0.' in key:
            newStateDict[key.replace(".body.0.", '.conv1.')] = val
        elif '.body.2.' in key:
            newStateDict[key.replace(".body.2.", '.conv2.')] = val
        elif "16" in key:
            newStateDict[key] = val
torch.save(newStateDict, "edsr-baseline-fp32.pth.tar")

对比原始code的同学应该会发现：EDSR中的add_mean与sub_mean不见了。是的，笔者将add_mean与sub_mean移到了网络外面，不对其进行量化，具体为什么这样做，见后面的介绍。

除了上述操作外，我们还需要提供前述EDSR实现的量化版本模型，这个没太多需要介绍的，直接看code(主要体现在三点：插入量化节点(即QuantStub与DequantStub)、add转换(即FloatFunctional)、fuse_model模块(即fuse_model函数))：

class QuantizableResBlock(ResBlock):
    def __init__(self, *args, **kwargs):
        super(QuantizableResBlock, self).__init__(*args, **kwargs)
        self.add = FloatFunctional()

    def forward(self, x):
        identity = x

        conv1 = self.conv1(x)
        relu = self.relu(conv1)
        conv2 = self.conv2(relu)

        output = self.add.add(identity, conv2)
        return output

    def fuse_model(self):
        fuse_modules(self, ['conv1', 'relu'], inplace=True)

class QuantizableEDSR(EDSR):
    def __init__(self, *args, **kwargs):
        super(QuantizableEDSR, self).__init__(*args, **kwargs)

        self.quant = QuantStub()
        self.dequant = DeQuantStub()
        self.add = FloatFunctional()

    def forward(self, x):
        x = self.quant(x)
        x = self.head(x)
        res = self.body(x)
        res = self.add.add(res, x)
        x = self.tail(res)
        x = self.dequant(x)
        return x

    def fuse_model(self):
        for m in self.modules():
            if type(m) == QuantizableResBlock:
                m.fuse_model()

模型量化

在上一篇文章中，我们也介绍了PTSQ的几个步骤（额外包含了模型的构建与保存）。

• init: 模型的定义、预训练模型加载、inplace操作替换为非inplace操作；
• config：定义量化时的配置方式，这里以fbgemm为例，它的activation量化方式为Historam，weight量化方式为per_channel；
• fuse：模型中的op融合，比如相邻的Conv+ReLU融合，Conv+BN+ReLU融合等等；
• prepare: 量化前的准备工作，也就是对每个需要进行量化的op插入Observer；
• feed: 送入校验数据，前面插入的Observer会针对这些数据进行量化前的信息统计;
• convert：用于在将非量化op转换成量化op，比如将nn.Conv2d转换成nnq.Conv2d， 同时会根据Observer所观测的信息进行nnq.Conv2d中的量化参数的统计，包含scale、zero_point、qweight等；
• save：用于保存量化好的模型参数.

Init

模型的创建与预训练模型，这个比较简单了，直接上code（注：PTSQ模式下模型应当是eval模式）。

checkpoint = torch.load("edsrx4-baseline-fp32.pth.tar")
model = QuantizableEDSR(block=QuantizableResBlock)
model.load_state_dict(checkpoint)
_replace_relu(model)
model.eval()

config

这个步骤主要是为了指定与推理引擎搭配的一些量化方式，比如X86平台应该采用fbgemm方式进行量化，而ARM平台则应当采用qnnpack方式量化。本文主要是在PC端进行，所以选择了fbgemm进行，相关配置信息如下：

backend = 'fbgemm'
torch.backends.quantized.engine = backend
model.qconfig = torch.quantization.QConfig(    activation=default_histogram_observer,                            weight=default_per_channel_weight_observer
)

Fuse&Prepare

Fuse与Prepare两个步骤的作用主要是

• 进行OP的融合，比如Conv+ReLU的融合，Conv+BN+ReLU的融合，这个可以见前述实现code中的'fuse_model'，pytorch目前提供了几种类型的融合。我们只需知道就可以了，这块不用太过关心，两行code就可以完成：

model.fuse_model()
torch.quantization.prepare(model, inplace=True)

• 插入Observer，在每个需要进行量化的op中插入Observer，不同的量化方式会有不同的Observer，它将对喂入的校验数据进行统计，比如统计数据的最大值、最小值、直方图分布等等。

Feed

这个步骤需要采用校验数据喂入到上述准备好的模型中，这个就比较简单了，按照常规模型的测试方式处理就可以了，参考code如下：

注：笔者这里用了100张数据，这个用全部也可以，不过耗时会更长
meanBGR = torch.FloatTensor((0.4488, 0.4371, 0.4040)).view(3, 1, 1) * 255
data_root = "${DIV2K_train_LR_bicubic/X4}"
for index in range(1, 100):
    image_path = os.path.join(data_root, f"{index:04d}.png")
    inputs = preprocess(image_path)
    inputs -= meanBGR

    with torch.no_grad():
        output = model(inputs)

Convert&Save

在完成前面几个步骤后，我们就可以将浮点类型的模型进行量化了，这个只需要一行code就可以。在转换过程中，它会将nn.Conv2d这类浮点类型op转换成量化版op：nnq.Conv2d。

torch.quantization.convert(model, inplace=True)
torch.save(model.state_dict(), "edsrx4-baseline-qint8.pth.tar")

经过上面的几个步骤，我们就完成了EDSR模型的INT8量化，也将其进行了保存。也就是说完成了初步的量化工作，因为接下来的测试论证很关键，如果量化损失很严重也不行的。

量化模型测试

接下来，我们对上述量化好的模型进行一下测试看看效果。量化模型的调用code如下(与常规模型的调用有一点点的区别)：

def fp32edsr(block=ResBlock, pretrained=None):
    model = EDSR(block=block)
    if pretrained:
        state_dict = torch.load(pretrained, map_location="cpu")
        model.load_state_dict(state_dict)
    return model

def qint8edsr(block=QuantizableResBlock, pretrained=None, quantize=False):
    model = QuantizableEDSR(block=block)
    _replace_relu(model)

    if quantize:
        backend = 'fbgemm'
        quantize_model(model, backend)
    else:
        assert  pretrained in [True, False]

    if pretrained:
        state_dict = torch.load(pretrained, map_location="cpu")
        model.load_state_dict(state_dict)

    return model

def quantize_model(model, backend):
    if backend not in torch.backends.quantized.supported_engines:
        raise RuntimeError("Quantized backend not supported ")
    torch.backends.quantized.engine = backend
    model.eval()

    _dummy_input_data = torch.rand(1, 3, 64, 64)

    # Make sure that weight qconfig matches that of the serialized models
    if backend == 'fbgemm':
        model.qconfig = torch.quantization.QConfig(
            activation=torch.quantization.default_histogram_observer,
            weight=torch.quantization.default_per_channel_weight_observer)
    elif backend == 'qnnpack':
        model.qconfig = torch.quantization.QConfig(
            activation=torch.quantization.default_histogram_observer,
            weight=torch.quantization.default_weight_observer)

    model.fuse_model()
    torch.quantization.prepare(model, inplace=True)
    model(_dummy_input_data)
    torch.quantization.convert(model, inplace=True)

从上面code可以看到：相比fp32模型，量化模型多了两步骤：

• replace=True的op替换为replace=False的op；
• 模型的最简单量化版本，完成初步的op替换。

结合上述code，我们就可以直接对DIV2K数据进行测试了，测试的部分code摘录如下：

index = 1
image_path = os.path.join(data_root, f"{index:04d}.png")
inputs = preprocess(image_path)
inputs -= meanBGR

with torch.no_grad():
    output1 = model(inputs)
    output2 = fmodel(inputs)

output1 += meanBGR
output2 += meanBGR

show1 = post_process(output1)
cv2.imwrite(f"results/{index:03d}-init8.png", show1)
show2 = post_process(output2)
cv2.imwrite(f"results/{index:03d}-fp32.png", show2)

上图给出了DIV2K训练集中0016的两种模型的效果对比，左图为FP32模型的超分效果，右图为INT8量化模型的超分效果。可以看到：量化后模型在效果上是视觉无损的(就是说：量化损失导致的效果下降不可感知)。总而言之，量化前后模型的对比可以参考下表（PC端测试，测试数据为DIV2K，速度为平均速度）。

注意事项

1. 为什么要将add_mean与sub_mean移到网络外面不参与量化呢？

从我们的量化对比来看，将其移到外面效果更佳。可能也跟add_mean与sub_mean中的参数有关，两者只是简单的均值处理， 这个地方的量化会导致weight值出现较大偏差，进而影响后续的量化精度。

2. 在量化方式方面，该如何选择呢？

在量化方式方面，activation支持：HistogramObserver，MinMaxObserver，， weight支持：PerChannelMinMaxObserver，MinMaxObserver. 从我们的量化对比来看，Histogram+PerChannelMinMax这种组合要比MinMaxObserver+PerChannelMinMax更佳。下图给出了DIV2K训练集中0018数据采用第二种量化组合效果对比，可以感知到明显的量化损失。