Pytorch量化之图像超分量化，附实例与code

最近作者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。

背景

量化在不同领域有不同的定义，而在深度学习领域，量化有两个层面的意义：(1) 存储量化，即更少的bit来存储原本需要用浮点数(一般为FP32)存储的tensor；(2) 计算量化，即用更少的bit来完成原本需要基于浮点数(一般为FP32，FP16现在也是常用的一种)完成的计算。量化一般有这样两点好处：

• 更小的模型体积，理论上减少为FP32模型的75%左右，从笔者不多的经验来看，往往可以减少73%；
• 更少的内存访问与更快的INT8计算，从笔者的几个简单尝试来看，一般可以加速40%左右，这个还会跟平台相关。

对于量化后模型而言，其部分或者全部tensor(与量化方式、量化op的支持程度有关)将采用INT类型进行计算，而非量化前的浮点类型。量化对于底层的硬件支持、推理框架等要求还是比较高的，目前X86CPU，ARMCPU，Qualcomm DSP等主流硬件对量化都提供了支持；而NCNN、MACE、MNN、TFLite、Caffe2、TensorRT等推理框架也都对量化提供了支持，不过不同框架的支持度还是不太一样，这个就不细说了，感兴趣的同学可以自行百度一下。

笔者主要用Pytorch进行研发，所以花了点精力对其进行了一些研究&尝试。目前Pytorch已经更新到了1.7版本，基本上支持常见的op，可以参考如下：

• Activation：ReLU、ReLU6、Hardswish、ELU；
• Normalization：BatchNorm、LayerNorm、GroupNorm、InstanceNorm；
• Convolution：Conv1d、Conv2d、Conv3d、ConvTranspose1d、ConvTranspose2d、Linear；
• Other：Embedding、EmbeddingBag。

目前Pytorch支持的量化有如下三种方式：

• Post Training Dynamic Quantization：动态量化，推理过程中的量化，这种量化方式常见诸于NLP领域，在CV领域较少应用；
• Post Training Static Quantization：静态量化，训练后静态量化，这是CV领域应用非常多的一种量化方式；
• Quantization Aware Training：感知量化，边训练边量化，一种比静态量化更优的量化方式，但量化时间会更长，但精度几乎无损。

注：笔者主要关注CV领域，所以本文也将主要介绍静态量化与感知量化这种方式。

Tensor量化

要实现量化，那么就不可避免会涉及到tensor的量化，一般来说，量化公式可以描述如下：

目前Pytorch中的tensor支持int8/uint8/int32等类型的数据，并同时scale、zero_point、quantization_scheme等量化信息。这里，我们给出一个tensor量化的简单示例：

x = torch.rand(3, 3)print(x)x = torch.quantize_per_tensor(x, scale=0.2, zero_point=3, dtype=torch.quint8)print(x)print(x.int_repr())

一个参考输出如下所示：

注1：蓝框为原始的浮点数据，红框为tensor的量化信息，绿框则对应了量化后的INT8数值。

注2：量化不可避免会出现精度损失，这个损失与scale、zero_point有关。

在量化方面，Tensor一般有两种量化模式：per tensor与per channel。对于PerTensor而言，它的所有数值都按照相同方式进行scale和zero_point处理；而对于PerChannel而言，它有多种不同的scale和zero_point参数，这种方式的量化精度损失更少。

Post Training Static Quantization

静态量化一般有两种形式：（1） 仅weight量化；(2) weight与activation同时量化。对于第一种“仅weight量化”而言，只针对weight量化可以使得模型参数所占内存显著减小，但在实际推理过程中仍需要转换成浮点数进行计算；而第二种“weight与activation同时量化”则不仅对weight进行量化，还需要结合校验数据进行activation的量化。第一种的量化非常简单，这里略过，本文仅针对第二种方式进行介绍。

Pytorch的静态量化一把包含五个步骤：

• fuse_model：该步骤用来对可以融合的op进行融合，比如Conv与BN的融合、Conv与ReLU的融合、Conv与BN以及ReLU的融合、Linear与BN的融合、Linear与BN以及ReLU的融合。目前Pytorch已经内置的融合code：

fuse_modules(model, modules_to_fuse, inplace=False, fuser_func=fuse_known_modules, fuse_custom_config_dict=None)

在完成融合后，第一个op将被替换会融合后的op，而其他op则会替换为nn.Identity。

• qconfig：该步骤用于设置用于模型量化的方式，它将插入两个observer，一个用于监测activation，一个用于监测weight。考虑到推理平台的不同，pytorch提供了两种量化配置：针对x86平台的fbgemm以及针对arm平台的qnnpack。

不同平台的量化配置方式存在些微的区别，大概如下：

• Prepare:该步骤用于给每个支持量化的模块插入Observer，用于收集数据并进行量化数据分析。以activation为例，它将根据所喂入数据统计min_val与max_val，一般观察几个次迭代即可，然后根据所观察到数据进行统计分析得到scale与zero_point。
• Feed Data：为了更好的获得activation的量化参数信息，我们需要一个合适大小的校验数据，并将其送入到前述模型中。这个就比较简单了，就按照模型验证方式往里面送数据就可以了。
• Convert：在完成前述四个步骤后，接下来就需要将完成量化的模型转换为量化后模型了，这个就比较简单了，通过如下命令即可。

torch.quantization.convert(model, inplace=True)

该过程本质上就是用量化OP替换模型中的费量化OP，比如用nnq.Conv2d替换nn.Conv2d, nnq.ConvReLU2d替换nni.ConvReLU2d(注：这是Conv与ReLU的合并)。之前的量化op以及对应的被替换op列表如下：

DEFAULT_STATIC_QUANT_MODULE_MAPPINGS = {    QuantStub: nnq.Quantize,    DeQuantStub: nnq.DeQuantize,    nn.BatchNorm2d: nnq.BatchNorm2d,    nn.BatchNorm3d: nnq.BatchNorm3d,    nn.Conv1d: nnq.Conv1d,    nn.Conv2d: nnq.Conv2d,    nn.Conv3d: nnq.Conv3d,    nn.ConvTranspose1d: nnq.ConvTranspose1d,    nn.ConvTranspose2d: nnq.ConvTranspose2d,    nn.ELU: nnq.ELU,    nn.Embedding: nnq.Embedding,    nn.EmbeddingBag: nnq.EmbeddingBag,    nn.GroupNorm: nnq.GroupNorm,    nn.Hardswish: nnq.Hardswish,    nn.InstanceNorm1d: nnq.InstanceNorm1d,    nn.InstanceNorm2d: nnq.InstanceNorm2d,    nn.InstanceNorm3d: nnq.InstanceNorm3d,    nn.LayerNorm: nnq.LayerNorm,    nn.LeakyReLU: nnq.LeakyReLU,    nn.Linear: nnq.Linear,    nn.ReLU6: nnq.ReLU6,    # Wrapper Modules:    nnq.FloatFunctional: nnq.QFunctional,    # Intrinsic modules:    nni.BNReLU2d: nniq.BNReLU2d,    nni.BNReLU3d: nniq.BNReLU3d,    nni.ConvReLU1d: nniq.ConvReLU1d,    nni.ConvReLU2d: nniq.ConvReLU2d,    nni.ConvReLU3d: nniq.ConvReLU3d,    nni.LinearReLU: nniq.LinearReLU,    nniqat.ConvBn1d: nnq.Conv1d,    nniqat.ConvBn2d: nnq.Conv2d,    nniqat.ConvBnReLU1d: nniq.ConvReLU1d,    nniqat.ConvBnReLU2d: nniq.ConvReLU2d,    nniqat.ConvReLU2d: nniq.ConvReLU2d,    nniqat.LinearReLU: nniq.LinearReLU,    # QAT modules:    nnqat.Linear: nnq.Linear,    nnqat.Conv2d: nnq.Conv2d,}

在完成模型量化后，我们就要考虑量化模型的推理了。其实量化模型的推理与浮点模型的推理没什么本质区别，最大的区别有这么两点：

• 量化节点插入：需要在网络的forward里面插入QuantStub与DeQuantSub两个节点。一个非常简单的参考示例，摘自torchvision.model.quantization.resnet.py。

class QuantizableResNet(ResNet):
    def __init__(self, *args, **kwargs):        super(QuantizableResNet, self).__init__(*args, **kwargs)
        self.quant = torch.quantization.QuantStub()        self.dequant = torch.quantization.DeQuantStub()
    def forward(self, x):        x = self.quant(x)        # Ensure scriptability        # super(QuantizableResNet,self).forward(x)        # is not scriptable        x = self._forward_impl(x)        x = self.dequant(x)        return x

• op替换：需要将模型中的Add、Concat等操作替换为支持量化的FloatFunctional，可参考如下示例。

class QuantizableBasicBlock(BasicBlock):    def __init__(self, *args, **kwargs):        super(QuantizableBasicBlock, self).__init__(*args, **kwargs)        self.add_relu = torch.nn.quantized.FloatFunctional()
    def forward(self, x):        identity = x
        out = self.conv1(x)        out = self.bn1(out)        out = self.relu(out)
        out = self.conv2(out)        out = self.bn2(out)
        if self.downsample is not None:            identity = self.downsample(x)
        out = self.add_relu.add_relu(out, identity)
        return out

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] = valtorch.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 = backendmodel.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) * 255data_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 = 1image_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 += meanBGRoutput2 += 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，量化前后模型大小减少73%，推理延迟减少43%。

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。

参考文章

1. 如何使用PyTorch的量化功能？（https://mp.weixin.qq.com/s/wzAgIS1Omm-K-4-tx68CCQ）

2. PyTorch模型量化工具学习（https://zhuanlan.zhihu.com/p/144025236）

3. Pytorch实现卷积神经网络训练量化（https://zhuanlan.zhihu.com/p/164901397）