mirrors
/
PaddleClas
mirror of https://github.com/PaddlePaddle/PaddleClas.git
1
0
Fork 0
Code Issues Projects Releases Wiki Activity
PaddleClas/docs/zh_CN/PULC/PULC_person_cls.md

12 KiB
Raw Blame History

PaddleClas构建有人/无人分类案例

此处提供了用户使用 PaddleClas 快速构建轻量级、高精度、可落地的有人/无人的分类模型教程，主要基于有人/无人场景的数据，融合了轻量级骨干网络PPLCNet、SSLD预训练权重、EDA数据增强策略、SKL-UGI知识蒸馏策略、SHAS超参数搜索策略，得到精度高、速度快、易于部署的二分类模型。

目录

1. 环境配置

2. 有人/无人场景推理预测

2.1 下载模型

  • 进入 deploy 运行目录。
cd deploy

下载有人/无人分类的模型。

mkdir models
cd models
# 下载inference 模型并解压
wget https://paddleclas.bj.bcebos.com/models/PULC/person_cls_infer.tar && tar -xf person_cls_infer.tar

解压完毕后，models 文件夹下应有如下文件结构：

├── person_cls_infer
│   ├── inference.pdiparams
│   ├── inference.pdiparams.info
│   └── inference.pdmodel

2.2 模型推理预测

2.2.1 预测单张图像

返回 deploy 目录：

cd ../

运行下面的命令，对图像 ./images/PULC/person/objects365_02035329.jpg 进行有人/无人分类。

# 使用下面的命令使用 GPU 进行预测
python3.7 python/predict_cls.py -c configs/PULC/person/inference_person_cls.yaml -o PostProcess.ThreshOutput.threshold=0.9794
# 使用下面的命令使用 CPU 进行预测
python3.7 python/predict_cls.py -c configs/PULC/person/inference_person_cls.yaml -o PostProcess.ThreshOutput.threshold=0.9794 -o Global.use_gpu=False

输出结果如下。

objects365_02035329.jpg:	class id(s): [1], score(s): [1.00], label_name(s): ['someone']

备注： 真实场景中往往需要在假正类率（Fpr）小于某一个指标下求真正类率（Tpr），该场景中的val数据集在千分之一Fpr下得到的最佳Tpr所得到的阈值为0.9794，故此处的threshold为0.9794。该阈值的确定方法可以参考3.2节

2.2.2 基于文件夹的批量预测

如果希望预测文件夹内的图像，可以直接修改配置文件中的 Global.infer_imgs 字段，也可以通过下面的 -o 参数修改对应的配置。

# 使用下面的命令使用 GPU 进行预测，如果希望使用 CPU 预测，可以在命令后面添加 -o Global.use_gpu=False
python3.7 python/predict_cls.py -c configs/PULC/person/inference_person_cls.yaml -o Global.infer_imgs="./images/PULC/person/"

终端中会输出该文件夹内所有图像的分类结果，如下所示。

objects365_01780782.jpg:	class id(s): [0], score(s): [1.00], label_name(s): ['nobody']
objects365_02035329.jpg:	class id(s): [1], score(s): [1.00], label_name(s): ['someone']

其中，someone 表示该图里存在人，nobody 表示该图里不存在人。

3.有人/无人场景训练

3.1 数据准备

进入 PaddleClas 目录。

cd path_to_PaddleClas

进入 dataset/ 目录，下载并解压有人/无人场景的数据。

cd dataset
wget https://paddleclas.bj.bcebos.com/data/cls_demo/person.tar
tar -xf person.tar
cd ../

执行上述命令后，dataset/下存在person目录，该目录中具有以下数据：


├── train
│   ├── 000000000009.jpg
│   ├── 000000000025.jpg
...
├── val
│   ├── objects365_01780637.jpg
│   ├── objects365_01780640.jpg
...
├── ImageNet_val
│   ├── ILSVRC2012_val_00000001.JPEG
│   ├── ILSVRC2012_val_00000002.JPEG
...
├── train_list.txt
├── train_list.txt.debug
├── train_list_for_distill.txt
├── val_list.txt
└── val_list.txt.debug

其中train/和val/分别为训练集和验证集。train_list.txt和val_list.txt分别为训练集和验证集的标签文件，train_list.txt.debug和val_list.txt.debug分别为训练集和验证集的debug标签文件，其分别是train_list.txt和val_list.txt的子集，用该文件可以快速体验本案例的流程。ImageNet_val/是ImageNet的验证集，该集合和train集合的混合数据用于本案例的SKL-UGI知识蒸馏策略，对应的训练标签文件为train_list_for_distill.txt。

  • 注意:

  • 本案例中所使用的所有数据集均为开源数据，train集合为MS-COCO数据的训练集的子集，val集合为Object365数据的训练集的子集，ImageNet_val为ImageNet数据的验证集。数据集的筛选流程可以参考有人/无人场景数据集筛选方法。

3.2 模型训练

3.2.1 基于默认超参数训练

3.2.1.1 基于默认超参数训练轻量级模型

在ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml中提供了基于该场景的训练配置，可以通过如下脚本启动训练：

export CUDA_VISIBLE_DEVICES=0,1,2,3
python3 -m paddle.distributed.launch \
    --gpus="0,1,2,3" \
    tools/train.py \
        -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml

验证集的最佳指标在0.94-0.95之间（数据集较小，容易造成波动）。

备注：

  • 此时使用的指标为Tpr，该指标描述了在假正类率（Fpr）小于某一个指标时的真正类率（Tpr），是产业中二分类问题常用的指标之一。在本案例中，Fpr为千分之一。关于Fpr和Tpr的更多介绍，可以参考这里。

  • 在eval时，会打印出来当前最佳的TprAtFpr指标，具体地，其会打印当前的Fpr、Tpr值，以及当前的threshold值，Tpr值反映了在当前Fpr值下的召回率，该值越高，代表模型越好。threshold 表示当前最佳Fpr所对应的分类阈值，可用于后续模型部署落地等。

3.2.1.2 基于默认超参数训练教师模型

复用ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml中的超参数，训练教师模型，训练脚本如下：

export CUDA_VISIBLE_DEVICES=0,1,2,3
python3 -m paddle.distributed.launch \
    --gpus="0,1,2,3" \
    tools/train.py \
        -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml \
        -o Arch.name=ResNet101_vd

验证集的最佳指标为0.96-0.98之间，当前教师模型最好的权重保存在output/ResNet101_vd/best_model.pdparams。

3.2.1.3 基于默认超参数进行蒸馏训练

配置文件ppcls/configs/PULC/PULC/Distillation/PPLCNet_x1_0_distillation.yaml提供了SKL-UGI知识蒸馏策略的配置。该配置将ResNet101_vd当作教师模型，PPLCNet_x1_0当作学生模型，使用ImageNet数据集的验证集作为新增的无标签数据。训练脚本如下：

export CUDA_VISIBLE_DEVICES=0,1,2,3
python3 -m paddle.distributed.launch \
    --gpus="0,1,2,3" \
    tools/train.py \
        -c ./ppcls/configs/PULC/person/Distillation/PPLCNet_x1_0_distillation.yaml \
        -o Arch.models.0.Teacher.pretrained=output/ResNet101_vd/best_model

验证集的最佳指标为0.95-0.97之间，当前模型最好的权重保存在output/DistillationModel/best_model_student.pdparams。

3.2.2 超参数搜索训练

3.2 小节 提供了在已经搜索并得到的超参数上进行了训练，此部分内容提供了搜索的过程，此过程是为了得到更好的训练超参数。

  • 搜索运行脚本如下：
python tools/search_strategy.py -c ppcls/configs/StrategySearch/person.yaml

在ppcls/configs/StrategySearch/person.yaml中指定了具体的 GPU id 号和搜索配置, 默认搜索的训练日志和模型存放于output/search_person中，最终的蒸馏模型存放于output/search_person/search_res/DistillationModel/best_model_student.pdparams。

  • 注意:

  • 3.1小节提供的默认配置已经经过了搜索，所以此过程不是必要的过程，如果自己的训练数据集有变化，可以尝试此过程。

  • 此过程基于当前数据集在 V100 4 卡上大概需要耗时 10 小时，如果缺少机器资源，希望体验搜索过程，可以将ppcls/configs/cls_demo/person/PPLCNet/PPLCNet_x1_0_search.yaml中的train_list.txt和val_list.txt分别替换为train_list.txt.debug和val_list.txt.debug。替换list只是为了加速跑通整个搜索过程，由于数据量较小，其搜素的结果没有参考性。另外，搜索空间可以根据当前的机器资源来调整，如果机器资源有限，可以尝试缩小搜索空间，如果机器资源较充足，可以尝试扩大搜索空间。

  • 如果此过程搜索的得到的超参数与3.2.1小节提供的超参数不一致，主要是由于训练数据较小造成的波动导致，可以忽略。

4. 模型评估与推理

4.1 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。

python3 tools/eval.py \
    -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml \
    -o Global.pretrained_model="output/DistillationModel/best_model_student"

4.2 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：

python3 tools/infer.py \
    -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml \
    -o Infer.infer_imgs=./dataset/person/val/objects365_01780637.jpg  \
    -o Global.pretrained_model=output/DistillationModel/best_model_student \
    -o Global.pretrained_model=Infer.PostProcess.threshold=0.9794

输出结果如下：

[{'class_ids': [0], 'scores': [0.9878496769815683], 'label_names': ['nobody'], 'file_name': './dataset/person/val/objects365_01780637.jpg'}]

备注： 这里的Infer.PostProcess.threshold的值需要根据实际场景来确定，此处的0.9794是在该场景中的val数据集在千分之一Fpr下得到的最佳Tpr所得到的。

4.3 使用 inference 模型进行推理

4.3.1 导出 inference 模型

通过导出 inference 模型，PaddlePaddle 支持使用预测引擎进行预测推理。接下来介绍如何用预测引擎进行推理： 首先，对训练好的模型进行转换：

python3 tools/export_model.py \
    -c ./ppcls/configs/cls_demo/PULC/PPLCNet/PPLCNet_x1_0.yaml \
    -o Global.pretrained_model=output/DistillationModel/best_model_student \
    -o Global.save_inference_dir=deploy/models/PPLCNet_x1_0_person

执行完该脚本后会在deploy/models/下生成PPLCNet_x1_0_person文件夹，该文件夹中的模型与 2.2 节下载的推理预测模型格式一致。

4.3.2 基于 inference 模型推理预测

推理预测的脚本为：

python3.7 python/predict_cls.py -c configs/PULC/person/inference_person_cls.yaml -o Global.inference_model_dir="models/PPLCNet_x1_0_person" -o PostProcess.ThreshOutput.threshold=0.9794

备注：

  • 此处的PostProcess.ThreshOutput.threshold由eval时的最佳threshold来确定。
  • 更多关于推理的细节，可以参考2.2节。