# ONNX Usage / ONNX 使用说明

AniFileBERT exports a static-shape ONNX graph for Android and local inference.

AniFileBERT 导出静态 shape 的 ONNX 图，用于 Android 和本地推理。

## 1. What ONNX Contains / ONNX 包含什么

The ONNX graph contains only the BERT token-classification forward pass:

ONNX 图只包含 BERT token-classification 前向计算：

```text
input_ids      int64[1,128]
attention_mask int64[1,128]
logits         float32[1,128,15]
```

It does **not** contain:

它**不包含**：

- filename tokenization / 文件名分词
- token-to-id conversion / token 到 id 的转换
- constrained BIO decoding / 约束 BIO 解码
- field aggregation / 字段聚合
- thin string and number normalization / 薄字符串和数字规范化

Those steps must stay aligned with `anifilebert/tokenizer.py`, `anifilebert/inference.py`, `config.json`,
and `vocab.json`.

这些步骤必须与 `anifilebert/tokenizer.py`、`anifilebert/inference.py`、`config.json`、`vocab.json`
保持一致。

## 2. Export / 导出

```powershell
uv run python -m tools.export_onnx --model-dir . --output exports/anime_filename_parser.onnx --max-length 128
```

The exporter also writes:

导出器还会写入：

```text
exports/anime_filename_parser.metadata.json
```

The metadata records the sample filename, output shape, and PyTorch/ONNX max
absolute logits difference.

metadata 会记录样本文件名、输出 shape、PyTorch/ONNX logits 最大绝对误差。

## 3. Local ONNX Inference / 本地 ONNX 推理

Use `python -m tools.onnx_inference` as the minimal runnable reference.

使用 `python -m tools.onnx_inference` 作为最小可运行参考实现。

```powershell
uv run python -m tools.onnx_inference "[GM-Team][国漫][神印王座][Throne of Seal][2022][200][AVC][GB][1080P].mp4"
```

Expected:

期望输出：

```json
{"title":"神印王座","season":null,"episode":200,"group":"GM-Team","resolution":"1080P","source":"GB","special":null}
```

Special-code example:

特典编号示例：

```powershell
uv run python -m tools.onnx_inference "[YYDM&VCB-Studio] Shinsekai Yori [NCED02][Ma10p_1080p][x265_flac].mkv"
```

Expected:

期望输出：

```json
{"title":"Shinsekai Yori","season":null,"episode":null,"group":"YYDM&VCB-Studio","resolution":"1080p","source":"x265_flac","special":"NCED02"}
```

## 4. Implementation Steps / 实现步骤

The runtime parser should do this:

运行时解析器应按以下步骤实现：

1. Tokenize filename with the custom character tokenizer.
   使用自定义字符 tokenizer 对文件名分词。
2. Add `[CLS]` and `[SEP]`, truncate to `max_length - 2`.
   添加 `[CLS]` 和 `[SEP]`，截断到 `max_length - 2`。
3. Convert tokens to ids with `vocab.json`.
   使用 `vocab.json` 转换 token id。
4. Pad `input_ids` and `attention_mask` to exactly `128`.
   将 `input_ids` 和 `attention_mask` padding 到固定 `128`。
5. Run ONNX Runtime.
   执行 ONNX Runtime。
6. Slice logits back to real token count, excluding `[CLS]` and `[SEP]`.
   去掉 `[CLS]` / `[SEP]`，只保留真实 token 的 logits。
7. Decode labels with constrained BIO transitions.
   使用约束 BIO transition 解码标签。
8. Aggregate labels into parser fields.
   聚合标签为结构化字段。
9. Apply thin normalization only: trim brackets, normalize source text, and
   convert numeric fields.
   只做薄层规范化：裁剪括号/扩展名并转换数字字段。

The ONNX reference runtime intentionally matches the Python thin runtime. It
does not include structural filename regex assists.

ONNX 参考运行时有意与 Python 薄层运行时保持一致，不包含结构化文件名正则辅助。

## 5. Android Notes / Android 注意事项

Android must bundle these files together:

Android 端必须同时打包：

```text
anime_filename_parser.onnx
vocab.json
config.json
```

When changing any of them, update all of them in the same commit.

只要其中任意一个变化，三者必须在同一次提交中一起更新。

## 6. Common Mistakes / 常见错误

**Using a standard Hugging Face tokenizer**

**误用标准 Hugging Face tokenizer**

This model uses `AnimeTokenizer`, not WordPiece/BPE.

本模型使用 `AnimeTokenizer`，不是 WordPiece/BPE。

**Treating ONNX output as final fields**

**把 ONNX 输出当成最终字段**

ONNX returns token logits. You still need BIO decode and field aggregation.

ONNX 返回 token logits，仍然需要 BIO 解码和字段聚合。

**Changing max length without updating Android**

**改 max length 但没有同步 Android**

The exported graph is static. Runtime arrays must match `[1,128]`.

导出的图是静态 shape，运行时数组必须匹配 `[1,128]`。

## 7. Benchmark / 性能基准

Run:

运行：

```powershell
uv run python -m tools.benchmark_inference --model-dir . --onnx exports/anime_filename_parser.onnx --case-file data/parser_regression_cases.json --repeat 20 --warmup 20 --torch-threads 1 --ort-threads 1 --output reports/benchmark_results.json
```

Local single-thread CPU result, measured on 26 real-world regression cases with
the default thin runtime:

本地 CPU 单线程结果，使用 26 条真实回归 case 和默认薄层运行时：

| Backend / 后端 | Load ms / 加载 ms | Avg ms / 平均 ms | P50 ms | P95 ms | P99 ms | files/s |
| --- | ---: | ---: | ---: | ---: | ---: | ---: |
| PyTorch | 46.35 | 15.36 | 14.25 | 22.27 | 29.75 | 65.1 |
| ONNX Runtime | 50.92 | 12.04 | 11.90 | 13.81 | 15.38 | 83.1 |

The benchmark includes tokenization, model/session forward, constrained BIO
decode, entity aggregation, and thin normalization. It does not include
repeatedly constructing the ONNX Runtime session inside the loop.

该基准包含 tokenizer、模型/session 前向、约束 BIO 解码、实体聚合和薄层规范化；
循环内不会重复创建 ONNX Runtime session。