iOS 食谱模型准备¶

本食谱演示了如何为 iOS 应用准备 PyTorch MobileNet v2 图像分类模型，以及如何设置 iOS 项目以使用移动就绪的模型文件。

简介¶

训练完 PyTorch 模型或提供预训练模型后，它通常还不能在移动应用中使用。它需要进行量化（有关详细信息，请参阅量化食谱），转换为 TorchScript 以便 iOS 应用可以加载它，并针对移动应用进行优化（请参阅脚本化和针对移动设备优化食谱）。此外，iOS 应用需要正确设置才能启用 PyTorch Mobile 库的使用，然后才能加载和使用模型进行推理。

先决条件¶

PyTorch 1.6.0 或 1.7.0

torchvision 0.6.0 或 0.7.0

Xcode 11 或 12

步骤¶

1. 获取预训练和量化的 MobileNet v2 模型¶

要获取 MobileNet v2 量化模型，只需执行以下操作

import torchvision

model_quantized = torchvision.models.quantization.mobilenet_v2(pretrained=True, quantize=True)

2. 针对移动应用脚本化和优化模型¶

使用脚本或跟踪方法将量化模型转换为 TorchScript 格式

import torch

dummy_input = torch.rand(1, 3, 224, 224)
torchscript_model = torch.jit.trace(model_quantized, dummy_input)

或

torchscript_model = torch.jit.script(model_quantized)

警告

跟踪方法仅脚本化跟踪期间执行的代码路径，因此它不适用于包含决策分支的模型。有关详细信息，请参阅脚本化和针对移动设备优化食谱。

然后针对移动设备优化 TorchScript 格式的模型并保存它

from torch.utils.mobile_optimizer import optimize_for_mobile
torchscript_model_optimized = optimize_for_mobile(torchscript_model)
torch.jit.save(torchscript_model_optimized, "mobilenetv2_quantized.pt")

通过以上两个步骤中的 7 行或 8 行代码（取决于是否调用脚本或跟踪方法来获取模型的 TorchScript 格式），我们便得到了一个可以添加到移动应用中的模型。

3. 在 iOS 上添加模型和 PyTorch 库¶

要在 iOS 应用中使用移动设备就绪模型 mobilenetv2_quantized.pt，请创建一个新的 Xcode 项目或在您现有的 Xcode 项目中，然后按照以下步骤操作。

打开 Mac 终端，cd 到您的 iOS 应用的项目文件夹；
如果您的 iOS 应用尚未使用 Cocoapods，请先运行 pod init 生成 Podfile 文件。
从 Xcode 或任何编辑器编辑 Podfile，并在目标下添加以下行。

pod 'LibTorch', '~>1.6.1'

从终端运行 pod install，然后打开项目的 xcworkspace 文件；
从这里保存两个文件 TorchModule.h 和 TorchModule.mm，并将它们拖放到您的项目中。如果您的项目基于 Swift，将显示一个标题为“是否要配置 Objective-C 桥接头文件？”的消息框；单击“创建桥接头文件”按钮以创建 Swift 到 Objective-c 桥接头文件，并将 #import “TorchModule.h” 添加到头文件 <your_project_name>-Bridging-Header.h 中；
将模型文件 mobilenetv2_quantized.pt 拖放到项目中。

完成这些步骤后，您就可以成功构建并运行您的 Xcode 项目。要实际编写使用模型的代码，请参考 PyTorch Mobile iOS 代码演练和两个完整的可运行示例 iOS 应用 HelloWorld 和 iOS 黑客马拉松示例。