mirrors
/
PaddleClas
mirror of https://github.com/PaddlePaddle/PaddleClas.git
1
0
Fork 0
Code Issues Projects Releases Wiki Activity
PaddleClas/tests
History
dongshuilong 31f3ed7fde fix autolog warmup bug for whole train lite_train_infer mode 2021-10-18 10:18:43 +00:00
..
config update ResNet50_vd.txt for whole chain infer mode 2021-10-18 08:39:27 +00:00
README.md kl_quant for whole_chain and add readme 2021-09-29 04:26:51 +00:00
prepare.sh fix autolog warmup bug for whole train lite_train_infer mode 2021-10-18 10:18:43 +00:00
test.sh add lite model for whole chain 2021-10-12 03:45:59 +00:00

README.md

从训练到推理部署工具链测试方法介绍

test.sh和config文件夹下的txt文件配合使用，完成Clas模型从训练到预测的流程测试。

安装依赖

  • 安装PaddlePaddle >= 2.0
  • 安装PaddleClass依赖 
    pip3 install  -r ../requirements.txt
  • 安装autolog 
    git clone https://github.com/LDOUBLEV/AutoLog
cd AutoLog
pip3 install -r requirements.txt
python3 setup.py bdist_wheel
pip3 install ./dist/auto_log-1.0.0-py3-none-any.whl
cd ../

目录介绍

tests/
├── config                        # 测试模型的参数配置文件
|   |--- *.txt
└── prepare.sh                    # 完成test.sh运行所需要的数据和模型下载
└── test.sh                       # 测试主程序

使用方法

test.sh包四种运行模式，每种模式的运行数据不同，分别用于测试速度和精度，分别是：

  • 模式1：lite_train_infer，使用少量数据训练，用于快速验证训练到预测的走通流程，不验证精度和速度；
bash tests/prepare.sh ./tests/config/ResNet50_vd.txt 'lite_train_infer'
bash tests/test.sh ./tests/config/ResNet50_vd.txt 'lite_train_infer'
  • 模式2：whole_infer，使用少量数据训练，一定量数据预测，用于验证训练后的模型执行预测，预测速度是否合理；
bash tests/prepare.sh ./tests/config/ResNet50_vd.txt 'whole_infer'
bash tests/test.sh ./tests/config/ResNet50_vd.txt 'whole_infer'
  • 模式3：infer 不训练，全量数据预测，走通开源模型评估、动转静，检查inference model预测时间和精度;
bash tests/prepare.sh ./tests/config/ResNet50_vd.txt 'infer'
# 用法1:
bash tests/test.sh ./tests/config/ResNet50_vd.txt 'infer'

需注意的是，模型的离线量化需使用infer模式进行测试

  • 模式4：whole_train_infer , CE： 全量数据训练，全量数据预测，验证模型训练精度，预测精度，预测速度；
bash tests/prepare.sh ./tests/config/ResNet50_vd.txt 'whole_train_infer'
bash tests/test.sh ./tests/config/ResNet50_vd.txt 'whole_train_infer'
  • 模式5：cpp_infer , CE： 验证inference model的c++预测是否走通；
bash tests/prepare.sh ./tests/config/ResNet50_vd.txt 'cpp_infer'
bash tests/test.sh ./tests/config/ResNet50_vd.txt 'cpp_infer'

日志输出

最终在tests/output目录下生成.log后缀的日志文件