Pré-processamento acelerado por GPU com NVIDIA DALI#

Ao implementar modelos Ultralytics YOLO em produção, o pré-processamento frequentemente torna-se o gargalo. Embora o TensorRT consiga executar a inferência do modelo em apenas alguns milissegundos, o pré-processamento baseado em CPU (redimensionamento, preenchimento e normalização) pode levar de 2 a 10 ms por imagem, especialmente em resoluções elevadas. O NVIDIA DALI (Biblioteca de carregamento de dados) resolve este problema transferindo todo o pipeline de pré-processamento para a GPU.

Este guia mostra como criar pipelines DALI que replicam exatamente o pré-processamento do Ultralytics YOLO, integrá-los com model.predict(), processar streams de vídeo e implementar tudo de ponta a ponta com o Triton Inference Server.

Porquê usar DALI para o pré-processamento do YOLO#

Num pipeline típico de inferência YOLO, as etapas de pré-processamento são executadas na CPU:

1. Descodificar a imagem (JPEG/PNG)
2. Redimensionar preservando a proporção
3. Preencher até ao tamanho-alvo (letterbox)
4. Normalizar os valores dos píxeis de [0, 255] para [0, 1]
5. Converter o formato de HWC para CHW

Com o DALI, todas estas operações são executadas na GPU, eliminando o gargalo da CPU. Isto é especialmente útil quando:

Pré-requisitos#

Instala os pacotes necessários:

pip install ultralytics
pip install --extra-index-url https://pypi.nvidia.com nvidia-dali-cuda130

Requisitos:

• GPU NVIDIA (capacidade de computação 5.0+ / Maxwell ou mais recente)
• CUDA 11.0+, 12.0+ ou 13.0+
• Python 3.10-3.14
• Sistema operativo Linux

Compreender o pré-processamento do YOLO#

Antes de criares um pipeline DALI, vale a pena compreender exatamente o que o Ultralytics faz durante o pré-processamento. A classe principal é LetterBox em ultralytics/data/augment.py:

from ultralytics.data.augment import LetterBox

letterbox = LetterBox(
    new_shape=(640, 640),  # Target size
    center=True,  # Center the image (pad equally on both sides)
    stride=32,  # Stride alignment
    padding_value=114,  # Gray padding (114, 114, 114)
)

O pipeline completo de pré-processamento em ultralytics/engine/predictor.py executa estas etapas:

A operação letterbox preserva a proporção ao:

1. Calcular a escala: r = min(target_h / h, target_w / w)
2. Redimensionar para (round(w * r), round(h * r))
3. Preencher o espaço restante com cinzento (114) para atingir o tamanho-alvo
4. Centrar a imagem para que o preenchimento seja distribuído igualmente pelos dois lados

Pipeline DALI para YOLO#

O pipeline DALI recomendado replica o comportamento predefinido LetterBox(center=True) do Ultralytics, utilizado pela inferência YOLO padrão.

Pipeline centralizado (recomendado, corresponde ao LetterBox do Ultralytics)#

Esta versão replica exatamente o pré-processamento predefinido do Ultralytics com preenchimento centralizado, correspondendo a LetterBox(center=True):

from nvidia import dali
from nvidia.dali import fn, types

@dali.pipeline_def(batch_size=8, num_threads=4, device_id=0)
def yolo_dali_pipeline_centered(image_dir, target_size=640):
    """DALI pipeline replicating YOLO preprocessing with centered padding.

    Matches Ultralytics LetterBox(center=True) behavior exactly.
    """
    # Read and decode images on GPU
    jpegs, _ = fn.readers.file(file_root=image_dir, random_shuffle=False, name="Reader")
    images = fn.decoders.image(jpegs, device="mixed", output_type=types.RGB)

    # Aspect-ratio-preserving resize
    resized = fn.resize(
        images,
        resize_x=target_size,
        resize_y=target_size,
        mode="not_larger",
        interp_type=types.INTERP_LINEAR,
        antialias=False,  # Match cv2.INTER_LINEAR (no antialiasing)
    )

    # Centered padding using fn.crop with out_of_bounds_policy
    # When crop size > image size, fn.crop centers the image and pads symmetrically
    padded = fn.crop(
        resized,
        crop=(target_size, target_size),
        out_of_bounds_policy="pad",
        fill_values=114,  # YOLO padding value
    )

    # Normalize and convert layout
    output = fn.crop_mirror_normalize(
        padded,
        dtype=types.FLOAT,
        output_layout="CHW",
        mean=[0.0, 0.0, 0.0],
        std=[255.0, 255.0, 255.0],
    )
    return output

Executar o pipeline#

# Build and run the pipeline
pipe = yolo_dali_pipeline_centered(image_dir="/path/to/images", target_size=640)
pipe.build()

# Get a batch of preprocessed images
(output,) = pipe.run()

# Convert to numpy or PyTorch tensors
batch_np = output.as_cpu().as_array()  # Shape: (batch_size, 3, 640, 640)
print(f"Output shape: {batch_np.shape}, dtype: {batch_np.dtype}")
print(f"Value range: [{batch_np.min():.4f}, {batch_np.max():.4f}]")

Usar DALI com a previsão do Ultralytics#

Podes passar diretamente um tensor PyTorch pré-processado para model.predict(). Quando é passado um torch.Tensor, o Ultralytics ignora o pré-processamento da imagem (letterbox, BGR→RGB, HWC→CHW e normalização /255) e executa apenas a transferência para o dispositivo e a conversão do tipo de dados antes de o enviar para o modelo.

Como o Ultralytics não tem acesso às dimensões originais da imagem neste caso, as coordenadas das caixas de deteção são devolvidas no espaço letterbox de 640×640. Para as mapear de volta para as coordenadas da imagem original, usa scale_boxes, que aplica a lógica exata de arredondamento usada por LetterBox:

from ultralytics.utils.ops import scale_boxes

# boxes: tensor of shape (N, 4) in xyxy format, in 640x640 letterboxed coords
# Scale boxes from letterboxed (640, 640) back to original (orig_h, orig_w)
boxes = scale_boxes((640, 640), boxes, (orig_h, orig_w))

Isto aplica-se a todos os caminhos de pré-processamento externo — entrada direta de tensores, streams de vídeo e implementação no Triton.

from nvidia.dali.plugin.pytorch import DALIGenericIterator

from ultralytics import YOLO

# Load model
model = YOLO("yolo26n.pt")

# Create DALI iterator
pipe = yolo_dali_pipeline_centered(image_dir="/path/to/images", target_size=640)
pipe.build()
dali_iter = DALIGenericIterator(pipe, ["images"], reader_name="Reader")

# Run inference with DALI-preprocessed tensors
for batch in dali_iter:
    images = batch[0]["images"]  # Already on GPU, shape (B, 3, 640, 640)
    results = model.predict(images, verbose=False)
    for result in results:
        print(f"Detected {len(result.boxes)} objects")

DALI com streams de vídeo#

Para processamento de vídeo em tempo real, usa fn.external_source para alimentar frames de qualquer fonte — OpenCV, GStreamer ou bibliotecas de captura personalizadas:

from nvidia import dali
from nvidia.dali import fn, types

@dali.pipeline_def(batch_size=1, num_threads=4, device_id=0)
def yolo_video_pipeline(target_size=640):
    """DALI pipeline for processing video frames from external source."""
    # External source for feeding frames from OpenCV, GStreamer, etc.
    frames = fn.external_source(device="cpu", name="input")
    frames = fn.reshape(frames, layout="HWC")

    # Move to GPU and preprocess
    frames_gpu = frames.gpu()
    resized = fn.resize(
        frames_gpu,
        resize_x=target_size,
        resize_y=target_size,
        mode="not_larger",
        interp_type=types.INTERP_LINEAR,
        antialias=False,
    )
    padded = fn.crop(
        resized,
        crop=(target_size, target_size),
        out_of_bounds_policy="pad",
        fill_values=114,
    )
    output = fn.crop_mirror_normalize(
        padded,
        dtype=types.FLOAT,
        output_layout="CHW",
        mean=[0.0, 0.0, 0.0],
        std=[255.0, 255.0, 255.0],
    )
    return output

Triton Inference Server com DALI#

Para uma implementação em produção, combina o pré-processamento DALI com a inferência TensorRT no Triton Inference Server, utilizando um modelo ensemble. Isto elimina completamente o pré-processamento na CPU — entram bytes JPEG brutos e saem deteções, com tudo processado na GPU.

Estrutura do repositório do modelo#

model_repository/
├── dali_preprocessing/
│   ├── 1/
│   │   └── model.dali
│   └── config.pbtxt
├── yolo_trt/
│   ├── 1/
│   │   └── model.plan
│   └── config.pbtxt
└── ensemble_dali_yolo/
    ├── 1/                  # Empty directory (required by Triton)
    └── config.pbtxt

Etapa 1: Criar o pipeline DALI#

Serializa o pipeline DALI para o backend DALI do Triton:

from nvidia import dali
from nvidia.dali import fn, types

@dali.pipeline_def(batch_size=8, num_threads=4, device_id=0)
def triton_dali_pipeline():
    """DALI preprocessing pipeline for Triton deployment."""
    # Input: raw encoded image bytes from Triton
    images = fn.external_source(device="cpu", name="DALI_INPUT_0")
    images = fn.decoders.image(images, device="mixed", output_type=types.RGB)

    resized = fn.resize(
        images,
        resize_x=640,
        resize_y=640,
        mode="not_larger",
        interp_type=types.INTERP_LINEAR,
        antialias=False,
    )
    padded = fn.crop(
        resized,
        crop=(640, 640),
        out_of_bounds_policy="pad",
        fill_values=114,
    )
    output = fn.crop_mirror_normalize(
        padded,
        dtype=types.FLOAT,
        output_layout="CHW",
        mean=[0.0, 0.0, 0.0],
        std=[255.0, 255.0, 255.0],
    )
    return output

# Serialize pipeline to model repository
pipe = triton_dali_pipeline()
pipe.serialize(filename="model_repository/dali_preprocessing/1/model.dali")

Etapa 2: Exportar YOLO para TensorRT#

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.export(
    format="engine", imgsz=640, quantize=16, batch=8, dynamic=True, nms=False
)  # NMS-free (N, 300, 6); TensorRT >= 8.5
# Copy the .engine file to model_repository/yolo_trt/1/model.plan

Etapa 3: Configurar o Triton#

dali_preprocessing/config.pbtxt:

name: "dali_preprocessing"
backend: "dali"
max_batch_size: 8
input [
  {
    name: "DALI_INPUT_0"
    data_type: TYPE_UINT8
    dims: [ -1 ]
  }
]
output [
  {
    name: "DALI_OUTPUT_0"
    data_type: TYPE_FP32
    dims: [ 3, 640, 640 ]
  }
]

yolo_trt/config.pbtxt:

name: "yolo_trt"
platform: "tensorrt_plan"
max_batch_size: 8
input [
  {
    name: "images"
    data_type: TYPE_FP32
    dims: [ 3, 640, 640 ]
  }
]
output [
  {
    name: "output0"
    data_type: TYPE_FP32
    dims: [ 300, 6 ]
  }
]

ensemble_dali_yolo/config.pbtxt:

name: "ensemble_dali_yolo"
platform: "ensemble"
max_batch_size: 8
input [
  {
    name: "INPUT"
    data_type: TYPE_UINT8
    dims: [ -1 ]
  }
]
output [
  {
    name: "OUTPUT"
    data_type: TYPE_FP32
    dims: [ 300, 6 ]
  }
]
ensemble_scheduling {
  step [
    {
      model_name: "dali_preprocessing"
      model_version: -1
      input_map {
        key: "DALI_INPUT_0"
        value: "INPUT"
      }
      output_map {
        key: "DALI_OUTPUT_0"
        value: "preprocessed_image"
      }
    },
    {
      model_name: "yolo_trt"
      model_version: -1
      input_map {
        key: "images"
        value: "preprocessed_image"
      }
      output_map {
        key: "output0"
        value: "OUTPUT"
      }
    }
  ]
}

Etapa 4: Enviar pedidos de inferência#

import numpy as np
import tritonclient.http as httpclient

client = httpclient.InferenceServerClient(url="localhost:8000")

# Load image as raw bytes (JPEG/PNG encoded)
image_data = np.fromfile("image.jpg", dtype="uint8")
image_data = np.expand_dims(image_data, axis=0)  # Add batch dimension

# Create input
input_tensor = httpclient.InferInput("INPUT", image_data.shape, "UINT8")
input_tensor.set_data_from_numpy(image_data)

# Run inference through the ensemble
result = client.infer(model_name="ensemble_dali_yolo", inputs=[input_tensor])
detections = result.as_numpy("OUTPUT")  # Shape: (1, 300, 6) -> [x1, y1, x2, y2, conf, class_id]

# Filter by confidence (no NMS needed for the nms=False export)
detections = detections[0]  # First image
detections = detections[detections[:, 4] > 0.25]  # Confidence threshold
print(f"Detected {len(detections)} objects")

Tarefas suportadas#

O pré-processamento DALI funciona com todas as tarefas YOLO que utilizam o pipeline padrão LetterBox:

Limitações#

• Apenas Linux: o DALI não é compatível com Windows nem macOS
• É necessária uma GPU NVIDIA: não há alternativa que use apenas a CPU
• Pipeline estático: a estrutura do pipeline é definida no momento da compilação e não pode ser alterada dinamicamente
• fn.pad aplica padding apenas à direita e em baixo: usa fn.crop com out_of_bounds_policy="pad" para aplicar padding centralizado
• Sem modo rect: os pipelines DALI produzem saídas de tamanho fixo (por exemplo, 640×640). O modo rect auto=True, que produz saídas de tamanho variável (por exemplo, 384×640), não é compatível. Embora o TensorRT seja compatível com formas de entrada dinâmicas, um pipeline DALI de tamanho fixo combina naturalmente com um motor de tamanho fixo para obter o máximo débito
• Memória com várias instâncias: usar instance_group com count > 1 no Triton pode causar um elevado consumo de memória. Usa o grupo de instâncias predefinido para o modelo DALI

Perguntas frequentes#