飞桨x昇腾生态适配方案：12_动态OM推理

动态BatchSize OM推理

以档位1 2 4 8档为例，设置档位为2，本程序将获取实际模型输入组Batch，每2个输入为一组，进行组Batch。
示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_batch_size_det.om --input ./inference/input/ --output ./inference/output/ --dymBatch 2

推理结果：

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_17-11_11_48
        ├── image_0.bin
    └── 2025_03_17-11_11_48_summary.json

动态分辨率 OM推理

以档位224,224;448,448档为例，设置档位为224,224，本程序将获取实际模型输入组Batch。
示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_image_size_det.om --input ./inference/input/ --output ./inference/output/ --dymHW 224,224

推理结果：

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_17-11_47_25
        ├── image_0.bin
    └── 2025_03_17-11_47_25_summary.json

动态维度 OM推理

固定维度模式

以设置档位1,3,224,224为例，本程序将获取实际模型输入组Batch。
示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_dims_det.om --input ./inference/input/ --output ./inference/output/ --dymDims x:1,3,224,224

推理结果：

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_17-11_53_04
        ├── image_0.bin
    └── 2025_03_17-11_53_04_summary.json            

自动设置维度模式

动态维度模型输入数据的Shape可能是不固定的，比如一个输入文件Shape为1,3,224,224，另一个输入文件Shape为 1,3,448,448。若两个文件同时推理，则需要设置两次动态Shape参数，当前不支持该操作。针对该场景，增加动态Dims模式，可以根据输入文件的Shape信息，自动设置模型的Shape参数。
示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_dims_det.om --input ./inference/input/ --output ./inference/output/ --auto_set_dymdims_mode 1

推理结果：

输入文件：

# 输入的input文件夹内容如下
ls ./inference/input/
image_1_224_224.npy  image_1_448_448.npy

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_18-23_54_55
        ├── image_1_224_224_0.bin
        ├── image_1_448_448_0.bin
    └── 2025_03_18-23_54_55_summary.json

动态shape OM推理

固定shape模式

以ATC设置[1~8,3,224~448,224~448]，设置档位1,3,256,256为例，本程序将获取实际模型输入组Batch。
动态Shape的输出大小通常为0，建议通过--outputSize参数设置对应输出的内存大小。

示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_shape_det_linux_aarch64.om --input ./inference/image.npy --output ./inference/output/ --dymShape x:1,3,256,256 --outputSize 10000

推理结果：

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_19-00_12_07
        ├── image_0.bin
    └── 2025_03_19-00_12_07_summary.json            

自动设置Shape模式

动态Shape模型输入数据的Shape可能是不固定的，比如输入文件Shape分别为1,3,224,224；1,3,256,256；1,3,448,448。若三个文件同时推理，则需要设置三次动态Shape参数，当前不支持该操作。针对该场景，增加动态Shape模式，可以根据输入文件的Shape信息，自动设置模型的Shape参数。

示例命令：

python3 -m ais_bench --model ./inference/om/dynamic_shape_det_linux_aarch64.om --auto_set_dymshape_mode 1  --input ./inference/input/ --output ./inference/output/ --outputSize 10000

推理结果：

输入文件：

# 输入的input文件夹内容如下
ls ./inference/input/
image_1_224_224.npy  image_1_256_256.npy  image_1_448_448.npy

输出结果：
执行完毕后，输出会被保存在 ./inference/output/路径下：

inference/output/
    ├── 2025_03_19-00_21_55
        ├── image_1_224_224_0.bin
        ├── image_1_256_256_0.bin
        ├── image_1_448_448_0.bin
    └── 2025_03_19-00_21_55_summary.json

注意：该场景下的输入文件必须为npy格式，如果是bin文件将获取不到真实的Shape信息。

profiler或dump场景

--profiler参数和--dump参数，必须要增加--output参数，指示输出路径。

--profiler和--dump可以分别使用，但不能同时启用。

python3 -m ais_bench  --model ./inference/om/det.om --output ./inference/output/ --dump 1
python3 -m ais_bench  --model ./inference/om/det.om --output ./inference/output/ --profiler 1

常见问题

未设置环境变量

每次使用离线推理前务必先设置环境变量：
source /usr/local/Ascend/ascend-toolkit/set_env.sh

实际输入HW和OM模型不一致

报错信息：

错误原因：
det.om模型的输入input_shape=x:1,3,224,224；而image.npy的输入为：1,3,256,256。

实际输入Dims和OM模型不一致

报错信息：

错误原因：
dynamic_dims_det.om模型的输入dynamic_dims="1,224,224;8,448,448"；而实际的输入为：1,3,224,224；1,3,448,448。

动态OM模型未设置动态参数

报错信息：

错误原因：
使用动态OM模型（包括动态BatchSize、动态分辨率、动态维度、动态shape）推理，但并未设置相关的动态参数。

CANN包版本老旧

报错信息：

错误原因：
CANN包版本老旧，参考“环境准备->更新CANN包”章节更换CANN版本。

API推理

请参考ais_bench interface python API使用指南：
https://gitee.com/ascend/tools/blob/master/ais-bench_workload...

参考链接

• ONNX离线推理流程：
  https://gitee.com/ascend/ModelZoo-PyTorch/tree/master/ACL_PyT...
• 性能优化案例：
  https://gitee.com/ascend/ModelZoo-PyTorch/blob/master/ACL_PyT...
• ais_bench推理工具使用指南：
  https://gitee.com/ascend/tools/blob/master/ais-bench_workload...
• ATC 工具使用指南：
  https://www.hiascend.com/doc_center/source/zh/canncommercial/...