构建一个ExecuTorch iOS演示应用¶

欢迎来到设置 ExecuTorch iOS 演示应用的教程！

此应用使用 MobileNet v3 模型来处理实时摄像头图像，利用三种不同的后端： XNNPACK， Core ML 和 Metal Performance Shaders (MPS) （仅限 Xcode 15+ 和 iOS 17+）。

预备知识¶

在开始之前，请确保已安装以下工具：

1. Xcode 15 和 Command Line Tools¶

从 Mac App Store 安装 Xcode 15，然后通过终端安装命令行工具：

xcode-select --install

2. Python 3.10+¶

Python 3.10 或更高版本，以及 pip，应在 MacOS 13.5+ 上预先安装。如果需要，下载 Python 并进行安装。使用以下命令验证 Python 和 pip 的版本：

which python3 pip
python3 --version
pip --version

3. 入门教程¶

按照设置 ExecuTorch 教程配置基本环境：

git clone https://github.com/pytorch/executorch.git --depth 1 --recurse-submodules --shallow-submodules
cd executorch

python3 -m venv .venv && source .venv/bin/activate

pip install --upgrade cmake pip setuptools wheel

./install_requirements.sh --pybind coreml mps xnnpack

4. 后端依赖项¶

此外，还请参考 Core ML 和 MPS 教程中的相应部分，以安装那些后端所需的额外依赖项：

./backends/apple/coreml/scripts/install_requirements.sh

./backends/apple/mps/install_requirements.sh

模型和标签¶

现在，让我们继续进行 MobileNet v3 模型的导出和打包。

1. 导出模型¶

导出使用 Core ML、MPS 和 XNNPACK 后端的 MobileNet v3 模型，并将导出的模型移动到特定位置，以便 Demo App 可以获取它们：

MODEL_NAME="mv3"

python3 -m examples.portable.scripts.export --model_name="$MODEL_NAME"
python3 -m examples.apple.coreml.scripts.export --model_name="$MODEL_NAME"
python3 -m examples.apple.mps.scripts.mps_example --model_name="$MODEL_NAME"
python3 -m examples.xnnpack.aot_compiler --model_name="$MODEL_NAME" --delegate

mkdir -p examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/
mv "$MODEL_NAME*.pte" examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/

2. 下载标签¶

下载用于图像分类的MobileNet模型标签：

curl https://raw.githubusercontent.com/pytorch/hub/master/imagenet_classes.txt \
  -o examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/imagenet_classes.txt

最后步骤¶

我们即将完成！现在，我们只需要在 Xcode 中打开项目，运行测试，最后运行应用程序。

1. 在Xcode中打开项目¶

双击 examples/demo-apps/apple_ios/ExecuTorchDemo 下的项目文件或运行以下命令：

open examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo.xcodeproj

2. 运行测试¶

您可以在Xcode中直接在模拟器上运行测试，使用Cmd + U或使用命令行：

xcrun simctl create executorch "iPhone 15"
xcodebuild clean test \
     -project examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo.xcodeproj \
     -scheme App \
     -destination name=executorch
xcrun simctl delete executorch

3. 运行应用¶

最后，连接设备，设置Xcode中的代码签名，然后使用 Cmd + R 运行应用。尝试安装发布版本以获得更好的性能。

恭喜！您已成功设置 ExecuTorch iOS 演示应用。现在，您可以探索并享受在 iOS 设备上使用 ExecuTorch 的强大功能！

了解有关在 Apple 平台上集成和运行 ExecuTorch 的更多信息。