8.1 KiB

Raw Blame History

主体检测

主体检测技术是目前应用非常广泛的一种检测技术，它指的是检测出图片中一个或者多个主体的坐标位置，然后将图像中的对应区域裁剪下来，进行识别，从而完成整个识别过程。主体检测是识别任务的前序步骤，可以有效提升识别精度。

本部分主要从数据集、模型训练2个方面对该部分内容进行介绍。

1. 数据集

在PaddleClas的识别任务中，训练主体检测模型时主要用到了以下几个数据集。

数据集	数据量	主体检测任务中使用的数据量	场景	数据集地址
Objects365	170W	6k	通用场景	地址
COCO2017	12W	5k	通用场景	地址
iCartoonFace	2k	2k	动漫人脸检测	地址
LogoDet-3k	3k	2k	Logo检测	地址
RPC	3k	3k	商品检测	地址

在实际训练的过程中，将所有数据集混合在一起。由于是主体检测，这里将所有标注出的检测框对应的类别都修改为"前景"的类别，最终融合的数据集中只包含1个类别，即前景。

2. 模型选择

目标检测方法种类繁多，比较常用的有两阶段检测器（如FasterRCNN系列等）；单阶段检测器（如YOLO、SSD等）；anchor-free检测器（如FCOS等）。

PP-YOLO由PaddleDetection提出，从骨干网络、数据增广、正则化策略、损失函数、后处理等多个角度对yolov3模型进行深度优化，最终在"速度-精度"方面达到了业界领先的水平。具体地，优化的策略如下。

更优的骨干网络: ResNet50vd-DCN
更大的训练batch size: 8 GPUs，每GPU batch_size=24，对应调整学习率和迭代轮数
Drop Block
Exponential Moving Average
IoU Loss
Grid Sensitive
Matrix NMS
CoordConv
Spatial Pyramid Pooling
更优的预训练模型

更多关于PP-YOLO的详细介绍可以参考：PP-YOLO 模型

在主体检测任务中，为了保证检测效果，我们使用ResNet50vd-DCN的骨干网络，使用配置文件ppyolov2_r50vd_dcn_365e_coco.yml，更换为自定义的主体检测数据集，进行训练，最终得到检测模型。主体检测模型的inference模型下载地址为：链接。

3. 模型训练

本节主要介绍怎样基于PaddleDetection，基于自己的数据集，训练主体检测模型。

3.1 环境准备

下载PaddleDetection代码，安装requirements。

cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git

cd PaddleDetection
# 安装其他依赖
pip install -r requirements.txt

更多安装教程，请参考: 安装文档

3.2 数据准备

对于自定义数据集，首先需要将自己的数据集修改为COCO格式，可以参考自定义检测数据集教程制作COCO格式的数据集。

主体检测任务中，所有的检测框均属于前景，在这里需要将标注文件中，检测框的category_id修改为1，同时将整个标注文件中的categories映射表修改为下面的格式，即整个类别映射表中只包含前景类别。

[{u'id': 1, u'name': u'foreground', u'supercategory': u'foreground'}]

3.3 配置文件改动和说明

我们使用 configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml配置进行训练，配置文件摘要如下：

从上图看到 ppyolov2_r50vd_dcn_365e_coco.yml 配置需要依赖其他的配置文件，这些配置文件的含义如下:

coco_detection.yml：主要说明了训练数据和验证数据的路径

runtime.yml：主要说明了公共的运行参数，比如是否使用GPU、每多少个epoch存储checkpoint等

optimizer_365e.yml：主要说明了学习率和优化器的配置

ppyolov2_r50vd_dcn.yml：主要说明模型和主干网络的情况

ppyolov2_reader.yml：主要说明数据读取器配置，如batch size，并发加载子进程数等，同时包含读取后预处理操作，如resize、数据增强等等

在主体检测任务中，需要将datasets/coco_detection.yml中的num_classes参数修改为1（只有1个前景类别），同时将训练集和测试集的路径修改为自定义数据集的路径。

此外，也可以根据实际情况，修改上述文件，比如，如果显存溢出，可以将batch size和学习率等比缩小等。

3.4 启动训练

PaddleDetection提供了单卡/多卡训练模式，满足用户多种训练需求。

GPU 单卡训练

# windows和Mac下不需要执行该命令
export CUDA_VISIBLE_DEVICES=0
python tools/train.py -c configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml

GPU多卡训练

export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus 0,1,2,3 tools/train.py -c configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml --eval

--eval：表示边训练边验证

模型恢复训练

在日常训练过程中，有的用户由于一些原因导致训练中断，可以使用-r的命令恢复训练:

export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus 0,1,2,3 tools/train.py -c configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml --eval -r output/ppyolov2_r50vd_dcn_365e_coco/10000

注意：如果遇到 "Out of memory error" 问题, 尝试在 ppyolov2_reader.yml 文件中调小batch_size

3.5 模型预测与调试

使用下面的命令完成PaddleDetection的预测过程。

export CUDA_VISIBLE_DEVICES=0
python tools/infer.py -c configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml --infer_img=your_image_path.jpg --output_dir=infer_output/ --draw_threshold=0.5 -o weights=output/ppyolov2_r50vd_dcn_365e_coco/model_final

--draw_threshold 是个可选参数. 根据 NMS 的计算，不同阈值会产生不同的结果 keep_top_k表示设置输出目标的最大数量，默认值为100，用户可以根据自己的实际情况进行设定。

3.6 模型导出与预测部署。

执行导出模型脚本：

python tools/export_model.py -c configs/ppyolo/ppyolov2_r50vd_dcn_365e_coco.yml --output_dir=./inference -o weights=output/ppyolov2_r50vd_dcn_365e_coco/model_final.pdparams

预测模型会导出到inference/ppyolov2_r50vd_dcn_365e_coco目录下，分别为infer_cfg.yml(预测不需要), model.pdiparams, model.pdiparams.info,model.pdmodel 。

注意：PaddleDetection导出的inference模型的文件格式为model.xxx，这里如果希望与PaddleClas的inference模型文件格式保持一致，需要将其model.xxx文件修改为inference.xxx文件，用于后续主体检测的预测部署。

更多模型导出教程，请参考：EXPORT_MODEL

导出模型之后，在主体检测与识别任务中，就可以将检测模型的路径更改为该inference模型路径，完成预测。图像识别快速体验可以参考：图像识别快速开始教程。

8.1 KiB Raw Blame History Unescape Escape