add doc for calling model
zoooo0820
parent
cfc06e059c
commit
1dfddd2bf3
|
|
@ -0,0 +1,33 @@
|
|||
Global:
|
||||
infer_imgs: "./images/ImageNet/ILSVRC2012_val_00000010.jpeg"
|
||||
inference_model_dir: "./models/PPHGNet_tiny_calling_halfbody/"
|
||||
batch_size: 1
|
||||
use_gpu: True
|
||||
enable_mkldnn: True
|
||||
cpu_num_threads: 10
|
||||
enable_benchmark: True
|
||||
use_fp16: False
|
||||
ir_optim: True
|
||||
use_tensorrt: False
|
||||
gpu_mem: 8000
|
||||
enable_profile: False
|
||||
|
||||
PreProcess:
|
||||
transform_ops:
|
||||
- ResizeImage:
|
||||
resize_short: 224
|
||||
- NormalizeImage:
|
||||
scale: 0.00392157
|
||||
mean: [0.485, 0.456, 0.406]
|
||||
std: [0.229, 0.224, 0.225]
|
||||
order: ''
|
||||
channel_num: 3
|
||||
- ToCHWImage:
|
||||
|
||||
PostProcess:
|
||||
main_indicator: Topk
|
||||
Topk:
|
||||
topk: 2
|
||||
class_id_map_file: "../dataset/data/phone_label_list.txt"
|
||||
SavePreLabel:
|
||||
save_dir: ./pre_label/
|
||||
Binary file not shown.
|
After Width: | Height: | Size: 4.4 MiB |
|
|
@ -0,0 +1,201 @@
|
|||
# 基于图像分类的打电话行为识别模型
|
||||
|
||||
------
|
||||
|
||||
## 目录
|
||||
- [1. 模型和应用场景介绍](#1)
|
||||
- [2. 模型训练、评估和预测](#2)
|
||||
- [2.1 PaddleClas 环境安装](#2.1)
|
||||
- [2.2 数据准备](#2.2)
|
||||
- [2.2.1 数据集下载](#2.2.1)
|
||||
- [2.2.2 训练及测试图像处理](#2.2.2)
|
||||
- [2.2.3 标注文件准备](#2.2.3)
|
||||
- [2.3 模型训练](#2.3)
|
||||
- [2.4 模型评估](#2.4)
|
||||
- [2.5 模型预测](#2.5)
|
||||
- [3. 模型推理部署](#3)
|
||||
- [3.1 模型导出](#3.1)
|
||||
- [3.2 执行模型预测](#3.2)
|
||||
- [4. 在PP-Human中使用该模型](#4)
|
||||
|
||||
<div align="center">
|
||||
<img src="../../images/action_rec_by_classification.gif" width='1000'/>
|
||||
<center>数据来源及版权归属：天覆科技，感谢提供并开源实际场景数据，仅限学术研究使用</center>
|
||||
</div>
|
||||
|
||||
<a name="1"></a>
|
||||
|
||||
## 1. 模型和应用场景介绍
|
||||
行为识别在智慧社区，安防监控等方向具有广泛应用。根据行为的不同，一些行为可以通过图像直接进行行为判断（例如打电话）。这里我们提供了基于图像分类的打电话行为识别模型，对人物图像进行是否打电话的二分类识别。
|
||||
|
||||
| 任务 | 算法 | 精度 | 预测速度(ms) | 模型权重 |
|
||||
| ---- | ---- | ---- | ---- | ------ |
|
||||
| 打电话行为识别 | PP-HGNet-tiny | 准确率: 86.85 | 单人 2.94ms | [下载链接](https://bj.bcebos.com/v1/paddledet/models/pipeline/PPHGNet_tiny_calling_halfbody.pdparams) |
|
||||
|
||||
注：
|
||||
1. 该模型使用[UAV-Human](https://github.com/SUTDCV/UAV-Human)的打电话行为部分进行训练和测试。
|
||||
2. 预测速度为NVIDIA T4 机器上使用TensorRT FP16时的速度, 速度包含数据预处理、模型预测、后处理全流程。
|
||||
|
||||
该模型为实时行人分析工具[PP-Human](https://github.com/PaddlePaddle/PaddleDetection/tree/develop/deploy/pipeline)中行为识别功能的一部分，欢迎体验PP-Human的完整功能。
|
||||
|
||||
<a name="2"></a>
|
||||
## 2. 模型训练、评估和预测
|
||||
|
||||
<a name="2.1"></a>
|
||||
|
||||
### 2.1 PaddleClas 环境安装
|
||||
请根据[环境准备](../installation/install_paddleclas.md)完成PaddleClas的环境依赖准备。
|
||||
|
||||
<a name="2.2"></a>
|
||||
|
||||
### 2.2 数据准备
|
||||
|
||||
<a name="2.2.1"></a>
|
||||
|
||||
#### 2.2.1 数据集下载
|
||||
打电话的行为识别是基于公开数据集[UAV-Human](https://github.com/SUTDCV/UAV-Human)进行训练的。请通过该链接填写相关数据集申请材料后获取下载链接。
|
||||
|
||||
在`UAVHuman/ActionRecognition/RGBVideos`路径下包含了该数据集中RGB视频数据集，每个视频的文件名即为其标注信息。
|
||||
|
||||
<a name="2.2.2"></a>
|
||||
|
||||
#### 2.2.2 训练及测试图像处理
|
||||
根据视频文件名，其中与行为识别相关的为`A`相关的字段（即action），我们可以找到期望识别的动作类型数据。
|
||||
- 正样本视频：以打电话为例，我们只需找到包含`A024`的文件。
|
||||
- 负样本视频：除目标动作以外所有的视频。
|
||||
|
||||
鉴于视频数据转化为图像会有较多冗余，对于正样本视频，我们间隔8帧进行采样，并使用行人检测模型处理为半身图像（取检测框的上半部分，即`img = img[:H/2, :, :]`)。正样本视频中的采样得到的图像即视为正样本，负样本视频中采样得到的图像即为负样本。
|
||||
|
||||
**注意**: 正样本视频中并不完全符合打电话这一动作，在视频开头结尾部分会出现部分冗余动作，需要移除。
|
||||
|
||||
<a name="2.2.3"></a>
|
||||
|
||||
#### 2.2.3 标注文件准备
|
||||
根据[PaddleClas数据集格式说明](../data_preparation/classification_dataset.md)，标注文件样例如下，其中`0`,`1`分别是图片对应所属的类别：
|
||||
```
|
||||
# 每一行采用"空格"分隔图像路径与标注
|
||||
train/000001.jpg 0
|
||||
train/000002.jpg 0
|
||||
train/000003.jpg 1
|
||||
...
|
||||
```
|
||||
|
||||
此外，标签文件`phone_label_list.txt`，帮助将分类序号映射到具体的类型名称：
|
||||
```
|
||||
0 make_a_phone_call # 类型0
|
||||
1 normal # 类型1
|
||||
```
|
||||
|
||||
完成上述内容后，放置于`dataset`目录下，文件结构如下：
|
||||
```
|
||||
data/
|
||||
├── images # 放置所有图片
|
||||
├── phone_label_list.txt # 标签文件
|
||||
├── phone_train_list.txt # 训练列表，包含图片及其对应类型
|
||||
└── phone_val_list.txt # 测试列表，包含图片及其对应类型
|
||||
```
|
||||
<a name="2.3"></a>
|
||||
|
||||
### 2.3 模型训练
|
||||
|
||||
通过如下命令启动训练：
|
||||
```bash
|
||||
export CUDA_VISIBLE_DEVICES=0,1,2,3
|
||||
python3 -m paddle.distributed.launch \
|
||||
--gpus="0,1,2,3" \
|
||||
tools/train.py \
|
||||
-c ./ppcls/configs/practical_models/PPHGNet_tiny_calling_halfbody.yaml \
|
||||
-o Arch.pretrained=True
|
||||
```
|
||||
其中 `Arch.pretrained` 为 `True`表示使用预训练权重帮助训练。
|
||||
|
||||
<a name="2.4"></a>
|
||||
|
||||
### 2.4 模型评估
|
||||
训练好模型之后，可以通过以下命令实现对模型指标的评估。
|
||||
|
||||
```bash
|
||||
python3 tools/eval.py \
|
||||
-c ./ppcls/configs/practical_models/PPHGNet_tiny_calling_halfbody.yaml \
|
||||
-o Global.pretrained_model=output/PPHGNet_tiny/best_model
|
||||
```
|
||||
|
||||
其中 `-o Global.pretrained_model="output/PPHGNet_tiny/best_model"` 指定了当前最佳权重所在的路径，如果指定其他权重，只需替换对应的路径即可。
|
||||
|
||||
<a name="2.5"></a>
|
||||
### 2.5 模型预测
|
||||
|
||||
模型训练完成之后，可以加载训练得到的预训练模型，进行模型预测。在模型库的 `tools/infer.py` 中提供了完整的示例，只需执行下述命令即可完成模型预测：
|
||||
|
||||
```bash
|
||||
python3 tools/infer.py \
|
||||
-c ./ppcls/configs/practical_models/PPHGNet_tiny_calling_halfbody.yaml \
|
||||
-o Global.pretrained_model=output/PPHGNet_tiny/best_model
|
||||
-o Infer.infer_imgs={your test image}
|
||||
```
|
||||
|
||||
<a name="3"></a>
|
||||
|
||||
## 3. 模型推理部署
|
||||
Paddle Inference 是飞桨的原生推理库，作用于服务器端和云端，提供高性能的推理能力。相比于直接基于预训练模型进行预测，Paddle Inference可使用 MKLDNN、CUDNN、TensorRT 进行预测加速，从而实现更优的推理性能。更多关于 Paddle Inference 推理引擎的介绍，可以参考 [Paddle Inference官网教程](https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/infer/inference/inference_cn.html)。
|
||||
|
||||
<a name="3.1"></a>
|
||||
|
||||
### 3.1 模型导出
|
||||
```bash
|
||||
python3 tools/export_model.py \
|
||||
-c ./ppcls/configs/practical_models/PPHGNet_tiny_calling_halfbody.yaml \
|
||||
-o Global.pretrained_model=output/PPHGNet_tiny/best_model \
|
||||
-o Global.save_inference_dir=deploy/models//PPHGNet_tiny_calling_halfbody/
|
||||
```
|
||||
执行完该脚本后会在 `deploy/models/` 下生成 `PPHGNet_tiny_calling_halfbody` 文件夹，文件结构如下：
|
||||
|
||||
```
|
||||
├── PPHGNet_tiny_calling_halfbody
|
||||
│ ├── inference.pdiparams
|
||||
│ ├── inference.pdiparams.info
|
||||
│ └── inference.pdmodel
|
||||
```
|
||||
|
||||
<a name="3.2"></a>
|
||||
|
||||
### 3.2 执行模型预测
|
||||
在`deploy`下，执行下列命令：
|
||||
|
||||
```bash
|
||||
# Current path is {root of PaddleClas}/deploy
|
||||
|
||||
python3 python/predict_cls.py -c configs/inference_cls_based_action.yaml
|
||||
```
|
||||
|
||||
<a name="4"></a>
|
||||
|
||||
## 4. 在PP-Human中使用该模型
|
||||
[PP-Human](https://github.com/PaddlePaddle/PaddleDetection/tree/develop/deploy/pipeline)是基于飞桨深度学习框架的业界首个开源产业级实时行人分析工具，具有功能丰富，应用广泛和部署高效三大优势。该模型可以应用于PP-Human中，实现实时视频的打电话行为识别功能。
|
||||
|
||||
由于当前的PP-Human功能集成在[PaddleDetection](https://github.com/PaddlePaddle/PaddleDetection)中，需要按以下步骤实现该模型在PP-Human中的调用适配。
|
||||
|
||||
1. 完成模型导出
|
||||
2. 重命名模型
|
||||
```bash
|
||||
cd deploy/models/PPHGNet_tiny_calling_halfbody
|
||||
|
||||
mv inference.pdiparams model.pdiparams
|
||||
mv inference.pdiparams.info model.pdiparams.info
|
||||
mv inference.pdmodel model.pdmodel
|
||||
```
|
||||
3. 下载[预测配置文件](https://bj.bcebos.com/v1/paddledet/models/pipeline/infer_configs/PPHGNet_tiny_calling_halfbody/infer_cfg.yml)
|
||||
|
||||
``` bash
|
||||
wget https://bj.bcebos.com/v1/paddledet/models/pipeline/infer_configs/PPHGNet_tiny_calling_halfbody/infer_cfg.yml
|
||||
```
|
||||
完成后文件结构如下，即可在PP-Human中使用：
|
||||
```
|
||||
PPHGNet_tiny_calling_halfbody
|
||||
├── infer_cfg.yml
|
||||
├── model.pdiparams
|
||||
├── model.pdiparams.info
|
||||
└── model.pdmodel
|
||||
```
|
||||
|
||||
详细请参考[基于图像分类的行为识别——打电话识别](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pipeline/docs/tutorials/action.md#%E5%9F%BA%E4%BA%8E%E5%9B%BE%E5%83%8F%E5%88%86%E7%B1%BB%E7%9A%84%E8%A1%8C%E4%B8%BA%E8%AF%86%E5%88%AB%E6%89%93%E7%94%B5%E8%AF%9D%E8%AF%86%E5%88%AB)。
|
||||
Loading…
Reference in New Issue