在华为服务器的openEuler系统中适配Pytorch调用NPU

服务器架构：aarch64
yolov7 和 mindyolo 二选一即可，yolov7是基于pytorch，mindyolo是基于mindspore
本文档基于CANN8.0RC3 , 刚发布比较新，如果有问题，可将CANN版本降低

导读

• 资料首页：https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/80RC3alpha001/softwareinst/instg/instg_0030.html
• 资源下载：https://www.hiascend.com/developer/download/community/result?module=dl+pt+cann
• 官方教程：https://www.hiascend.com/document/detail/zh/Pytorch/60RC2/configandinstg/instg/insg_0006.html
• 问题：https://www.mindspore.cn/docs/zh-CN/master/faq/installation.html

NPU驱动

• 查看npu驱动是否安装：nup-smi info ,如果没有需要先安装驱动

安装miniconda

• 安装python3.10，没有用系统自带的python3 和 pip3 因为版本比较低

  mkdir -p ~/miniconda3
  wget https://repo.anaconda.com/miniconda/Miniconda3-py310_24.5.0-0-Linux-aarch64.sh -O ~/miniconda3/miniconda.sh
  bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
  rm -rf ~/miniconda3/miniconda.sh# 初始化
  ~/miniconda3/bin/conda init bash
  ~/miniconda3/bin/conda init zsh# 安装完成重启终端
  

前置配置

• 前置必备

  yum install -y gcc gcc-c++ make cmake sqlite-devel zlib-devel openssl-devel libffi-devel net-toolspip install numpy==1.24.4 -i https://pypi.tuna.tsinghua.edu.cn/simplepip install attrs cython decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py -i https://pypi.tuna.tsinghua.edu.cn/simple
  

安装CANN

• nnae,nnal,nnrt 可选不必安装

• 安装cann

  wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Milan-ASL/Milan-ASL%20V100R001C19SPC802/Ascend-cann-toolkit_8.0.RC3.alpha001_linux-aarch64.run?response-content-type=application/octet-stream -O cann.run
  chmod +x cann.run
  ./cann.run --install --quiet
  # 任意目录下执行vi ~/.bashrc命令 ,最后一样添加如下命令
  source /usr/local/Ascend/ascend-toolkit/set_env.sh
  # 刷新生效
  source ~/.bashrc
  

• 安装Kernels

  wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Milan-ASL/Milan-ASL%20V100R001C19SPC802/Ascend-cann-kernels-910_8.0.RC3.alpha001_linux.run?response-content-type=application/octet-stream -O kernels.run
  chmod +x kernels.run
  ./kernels.run --install --type=toolkit  --quiet
  

安装pytorch

• 注意pytorch版本和cann版本的对应关系：https://portrait.gitee.com/ascend/pytorch

• 还需要注意yolov7 和 pytorch的版本对应关系

• 安装pytorch

  pip install torch==版本号
  pip install pyyaml
  pip install setuptools# 安装适配插件，https://gitee.com/ascend/pytorch/releases/download/v6.0.rc2-pytorch2.1.0/torch_npu-2.1.0.post6-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
  pipinstall torch-npu==版本号
  

• 安装是否安装成功

  python -c "import torch;import torch_npu;print(torch_npu.npu.is_available())"
  

安装yolov7

• 下载源码：

  git clone  https://gitee.com/ascend/modelzoo-GPL.gitcd modelzoo-GPL/built-in/PyTorch/Official/cv/object_detection/Yolov7_for_PyTorch# 配置数据集
  built-in/PyTorch/Official/cv/object_detection/Yolov7_for_PyTorch/data/coco.yaml
  

• 安装依赖

  pip install -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 开始训练

  #多卡训练请看官方文档
  python train.py
  

安装mindyolo

• 下载源码：

  git clone  https://github.com/mindspore-lab/mindyolo.gitcd mindyolo# 配置数据集，数据集和标注的文件名称只能数字，不能出现英文或符号或空格
  configs/coco.yaml
  

• 安装依赖

  pip install -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 开始训练

  #多卡训练请看官方文档
  python train.py --config /root/mindyolo/configs/yolov7/yolov7-tiny.yaml
  

模型转换

• onnx模型转换为om模型 ；https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/80RC3alpha001/quickstart/quickstart/quickstart_18_0010.html
• 转换后om模型可以在晟腾开发板上进行运行推理