main脚本对比

Posted on | In | | 阅读数

1. libtorch下的main脚本

提供了一种调用libtorch模型的识别过程脚本。

路径：wenet/runtime/libtorch/core/bin/decoder_main.cc

编译：

首先之前编译cmake时，没有加可选debug的选项，因此不可调试，在CMakeLists.txt加入

1
2
3
4
5
6
# cd wenet/runtime/libtorch

SET(CMAKE_BUILD_TYPE "Debug") 

SET(CMAKE_CXX_FLAGS_DEBUG "$ENV{CXXFLAGS} -O0 -Wall -g -ggdb")
SET(CMAKE_CXX_FLAGS_RELEASE "$ENV{CXXFLAGS} -O3 -Wall")

重新编译：在build里：

1
2
3
4
5
# cd wenet/runtime/libtorch/build
# cmake clean ..
cmake  -DCMAKE_BUILD_TYPE=Debug ..
cmake  -DCMAKE_BUILD_TYPE=Debug --build .
make

编译出的可执行文件叫 decoder_main，路径在build/bin/decoder_main，是通过cmake编译整个工程得到的，运行于x86平台。

调试：

1
2
3
4
5
6
7
# cd  wenet/runtime/libtorch

cgdb ./build/bin/decoder_main 

# 打断点

run --chunk_size -1 --wav_path test.wav --model_path /mnt/k/wenet/model/20210601_u2++_conformer_libtorch/final.zip --unit_path /mnt/k/wenet/model/20210601_u2++_conformer_libtorch/units.txt

2. WebSocket、gRPC、http、docker进行识别

https://github.com/wenet-e2e/wenet/blob/main/runtime/libtorch/README.md

就是在CmakeLists.txt 里打开一些参数，除了这些客户端服务端，还支持不同模型，也是打开CmakeLists.txt 参数。

具体的参考libtorch下的readme。

然后main函数在core/bin下不同文件。

[TODO]

3. binding/python下的main脚本

提供了一种python绑定C++的方法。

main路径在：core/api/wenet_api.cc

编译的路径在：wenet/runtime/binding/python

也能调试C++，因此修改CMakeLists.txt和setup.py

在CMakeLists.txt里添加：

1
2
3
4
SET(CMAKE_BUILD_TYPE "Debug") 

SET(CMAKE_CXX_FLAGS_DEBUG "$ENV{CXXFLAGS} -O0 -Wall -g -ggdb")
SET(CMAKE_CXX_FLAGS_RELEASE "$ENV{CXXFLAGS} -O3 -Wall")

在setup.py里修改-DCMAKE_BUILD_TYPE=Release 为 -DCMAKE_BUILD_TYPE=Debug

然后在命令行里敲 python3 setup.py build_ext --debug install 进行编译。

每次修改一点代码，要重新python setup ，这个过程非常久。不是增量编译？建议直接用cmake的方法（比如第一种），会更快速，代码都没问题了，如果目标是用python调用C++，那么这会儿再尝试python掉C++的方法也来得及。