mmclassification

Highlight_Jin

已于 2022-11-06 11:37:32 修改

阅读量1.2k

点赞数 4

分类专栏： # 目标检测文章标签：图像分类

于 2022-06-02 00:41:27 首次发布

本文链接：https://blog.csdn.net/Highlight_Jin/article/details/125073034

版权

目标检测专栏收录该内容

29 篇文章 3 订阅

订阅专栏

mmclassification

一、MMCLS项目

0.下载链接

Torch安装方法

- CPU : pip install torch -i https://download.pytorch.org/whl/torch_stable.html  # 指定清华源
- GPU : CUDA和对应的torch版本
- https://download.pytorch.org/whl/torch_stable.html
- https://developer.nvidia.com/cuda-toolkit-archive

mmcv
这里有一个官方出的版本对应表，https://github.com/open-mmlab/mmcv#installation
1.配置好mmcv后，从GitHub上下载mmclassification的项目。

2.针对configs/resnet/resnet18_8xb16_cifar10.py文件进行说明，8xb16表示8个卡，每个卡的batch_size的大小是16，cifar10表示预训练模型使用的数据集。
configs\resnet\resnet50_8xb32-mixup_in1k.pymixup表示数据增强的策略。
在这里插入图片描述
3.configs/resnet/resnet18_8xb16_cifar10.py配置文件的解释

_base_ = [
    '../_base_/models/resnet18.py', '../_base_/datasets/imagenet_bs32.py',
    '../_base_/schedules/imagenet_bs256.py', '../_base_/default_runtime.py'
]
# 网络结构的定义、数据集的定义、学习的策略（学习率的衰减、学习轮数）、模型保存位置 训练过程的一些

（1）查看../_base_/models/resnet18.py

# model settings
model = dict(
    type='ImageClassifier',                                     # 类名
    backbone=dict(
        type='ResNet',                                          # 选取的backbone，在models/backbones下选择
        depth=18,                                               # 网络层数.
        num_stages=4,                                           # stage的数量
        out_indices=(3, ),                                      # 输出特征层的索引，从0开始
        style='pytorch'),                                       # pytorch和caffee
    neck=dict(type='GlobalAveragePooling'),                     # 对backbone提取到的特征做一些融合策略
    head=dict(                                                  # 输出
        type='LinearClsHead',                                   # FC
        num_classes=1000,                                       # 分类数
        in_channels=512,                                        # 根据backbone和neck来，需要修改
        loss=dict(type='CrossEntropyLoss', loss_weight=1.0),    # 损失函数
        topk=(1, 5),                                            # 评估标准
    ))

type指定源码等会到哪去走，对应一个一个类名，不是瞎写的。比如ImageClassifier去下图中位置寻找在这里插入图片描述
比如ResNet到下图中位置寻找

之后可以在neck层中进行修改
（2）查看../_base_/datasets/imagenet_bs32.py

# dataset settings
dataset_type = 'ImageNet'                                                           # 后续这里修改成自己的
img_norm_cfg = dict(                                                                # 归一化，均值、标准差
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
train_pipeline = [
    dict(type='LoadImageFromFile'),                                                 # 读图像数据，这些方法在datase_type中有
    dict(type='RandomResizedCrop', size=224),                                       # 随机裁剪
    dict(type='RandomFlip', flip_prob=0.5, direction='horizontal'),                 # 翻转操作
    dict(type='Normalize', **img_norm_cfg),                                         # 归一化
    dict(type='ImageToTensor', keys=['img']),                                       # 转化成Tensor，需要做. keys表示对谁做操作，后面的值在dataset_type 中有
    dict(type='ToTensor', keys=['gt_label']),                                       # 标签转化成Tensor
    dict(type='Collect', keys=['img', 'gt_label'])                                  # 遍历dataloader，返回一个图像和标签
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='Resize', size=(256, -1)),
    dict(type='CenterCrop', crop_size=224),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='ImageToTensor', keys=['img']),
    dict(type='Collect', keys=['img'])
]
data = dict(
    samples_per_gpu=32,                                                             # 单卡的batchsize；多卡每张卡的batchsize
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,															# 指定dataset_type，可以自己写之后介绍
        data_prefix='data/imagenet/train',                                          # 读数据。自己数据的路径。不指定标签，拿文件夹的名字当作标签
        pipeline=train_pipeline),
    val=dict(
        type=dataset_type,
        data_prefix='data/imagenet/val',                                            # 读数据
        ann_file='data/imagenet/meta/val.txt',                                      # 读标签
        pipeline=test_pipeline),
    test=dict(
        # replace `data/val` with `data/test` for standard test
        type=dataset_type,
        data_prefix='data/imagenet/val',
        ann_file='data/imagenet/meta/val.txt',
        pipeline=test_pipeline))
evaluation = dict(interval=1, metric='accuracy')                                    # 经过多少epoch，走一遍验证集，metric评估标准

dataset_type = 'ImageNet' 数据的格式，不一定是ImageNet，根据自己的数据选择合适的格式。此处指定ImageNet，就按照mmcls/datasets/imagenet.py中定义的进行读取。
在这里插入图片描述
samples_per_gpu=32, 单卡的batchsize；多卡每张卡的batchsize，如果训练过程中怎么调都会报显存，那就把以下代码中size的值调小。

train_pipeline = [
    dict(type='LoadImageFromFile'),                                                 # 读图像数据，这些方法在datase_type中有
    dict(type='RandomResizedCrop', size=224),

（3）查看../_base_/schedules/imagenet_bs256.py

# optimizer
optimizer = dict(type='SGD', lr=0.1, momentum=0.9, weight_decay=0.0001)
optimizer_config = dict(grad_clip=None)						# 这个值不改
# learning policy 学习率衰减
lr_config = dict(policy='step', step=[30, 60, 90])          # 迭代多少次(step指定)之后开始衰减
runner = dict(type='EpochBasedRunner', max_epochs=100)      # 迭代epoch的次数

（4）查看../_base_/default_runtime.py

# checkpoint saving
checkpoint_config = dict(interval=1)            # 修改，此处是1个epoch进行保存
# yapf:disable
log_config = dict(
    interval=100,                               # 迭代多少次数，保存日志的信息
    hooks=[
        dict(type='TextLoggerHook'),
        # dict(type='TensorboardLoggerHook')
    ])
# yapf:enable

dist_params = dict(backend='nccl')
log_level = 'INFO'
load_from = None                                # 从哪加载模型
resume_from = None                              # 从上一个epoch中保存的checkpoint继续训练
workflow = [('train', 1)]                       # 默认值，单卡

二、生成完整的配置文件

指定所选模型的路径，在mmclassification的目录下，如D:\E\mmlab\mmclassification-master\tools\train.py，指定train.py中参数的路径，比如D:\E\mmlab\mmclassification-master\configs\resnet\resnet18_8xb32_in1k.py，运行一下train.py，执行之后会在此处D:\E\mmlab\mmclassification-master\tools\work_dirs\resnet18_b32x8_imagenet\resnet18_b32x8_imagenet.py生成配置文件。复制到D:\E\mmlab\mmclassification-master\configs\resnet路径下，并将其命名为my_resnet18_b32x8_imagenet.py。

三、根据文件夹定义数据集

方法一：根据文件夹定义数据集，此方法适用于flower_data这类型的数据
（1）首先，修改上面生成的配置文件中的num_classes，此处以flower_data数据集进行说明，一共有102个种类，所以num_classes=102。并把mmcls/datasets/imagenet.py中CLASSES =[]进行修改。
（2）修改data中data_prefix字段，读数据的路径，如果省略掉ann_file，就直接把文件夹的名字当作标签的类别
（3）修改checkpoint_config的值，checkpoint_config = dict(interval=50) , 隔50个保存一次
方法二：构建自己的数据集
（1）所有的训练数据集都在一个文件夹下，训练集在train文件夹下。
（2）mmcls/datasets下自己写一个文件，仿照imagenet进行写，看人家怎么写，自己怎么写。

import numpy as np

from .builder import DATASETS
from .base_dataset import BaseDataset


@DATASETS.register_module()
class MyFilelist(BaseDataset):              # 继承BaseDataset，所以下面用到的self.ann_file和self.data_prefix就是从这来的
    CLASSES = [
        '我懒得写名字了，有102个。。。',
        '我懒得写名字了，有102个。。。',
        ………,
        '我懒得写名字了，有102个。。。',
        '我懒得写名字了，有102个。。。'
    ]

    def load_annotations(self):
        assert isinstance(self.ann_file, str)

        data_infos = []
        with open(self.ann_file) as f:
            samples = [x.strip().split(' ') for x in f.readlines()]
            for filename, gt_label in samples:
                info = {'img_prefix': self.data_prefix}
                info['img_info'] = {'filename': filename}
                info['gt_label'] = np.array(gt_label, dtype=np.int64)
                data_infos.append(info)
            return data_infos

（3）在mmcls/datasets\__init__中把自己定义的数据集处理进行加载，操作如下。
在这里插入图片描述
（4）在生成的完整配置文件中进行修改，数据部分要修改成以下格式，train、valid、test

type='MyFilelist',
data_prefix='D:\\eclipse-workspace\\PyTorch4\\mmclassification-master\\mmcls\\data\\flower_data\\train_filelist',
ann_file='D:\\eclipse-workspace\\PyTorch4\\mmclassification-master\\mmcls\\data\\flower_data\\train.txt',

四、测试demo的效果

（1）demo/image_demo.py下进行简单的测试

image_05094.jpg ../configs/resnet/today_resnet18_8xb32_in1k.py ../tools/work_dirs/resnet18_8xb32_in1k/epoch_100.pth

通过命令行分别指定img、config、checkpoint，通过这样进行单张图片的测试。

（2）测试评估模型效果：在tools/test.py文件下进行

#../configs/resnet/today_resnet18_8xb32_in1k.py ../tools/work_dirs/resnet18_8xb32_in1k/epoch_100.pth --show
#--show-dir ../tools/work_dirs/resnet18_8xb32_in1k/val_result
#--metrics accuracy recall

通过指定以上参数，进行批量数据的测试。

五、MMCLS中增加一个新的模块

在生成的完整配置文件中进行修改。
backbone一般是替换。
1.修改Neck层
有哪些可以换呢？在mmcls/models/necks地方寻找。
2.head层中的损失函数
如果自己想加一个损失函数，示例如下：
在这里插入图片描述
然后在__init__中添加
最后在配置文件中进行修改
3.添加数据增强
mmcls/datasets/pipelines/transforms.py中有一些数据增强的操作。添加一个数据处理的操作，如下：

4.可以指定预训练模型，通过load_from参数
5.添加mixup操作
在configs/resnet/resnet50_b32x8_mixup_imagenet.py 文件中看到

_base_ = 'resnet50_8xb32-mixup_in1k.py'

_deprecation_ = dict(
    expected='resnet50_8xb32-mixup_in1k.py',
    reference='https://github.com/open-mmlab/mmclassification/pull/508',
)

然后去_base_指定的文件中，把train_cfg复制到自己的配置文件中head层中，并修改num_classes参数
在这里插入图片描述

六、数据增强流程可视化展示

在tools/visualizations文件夹下，有一个可视化的模块。有3个文件，vis_cam.py、vis_lr.py、vis_pipeline.py。vis_cam.py是哪里是图像中关注的区域、vis_lr.py学习率的可视化变化、vis_pipeline.py图像由输入经过旋转、平移、缩放操作，最终放到模型当中，可视化这一系列操作是怎么做的，经历哪些阶段。（在输入模型之前都经历了哪些操作）
（1）vis_pipeline.py的介绍
常用参数的介绍：
config：配置文件的指定
--output-dir：输出图像的设置路径
--phase：选择可视化的数据集train、test、val
--number：选择可视化图像的数量
--mode：展示的模式，展示原始图像original，……

"original" means show images load from disk'
'; "transformed" means to show images after transformed; "concat" '
'means show images stitched by "original" and "output" images. '
'"pipeline" means show all the intermediate images. Default concat.'

--show：whether to display images in pop-up window. Default False.
--mode指定pipeline结果示例：
在这里插入图片描述
--mode指定transformed结果示例：转化完之后的结果示例

--mode指定concat结果示例：

（2）vis_cam.py的介绍，Grad-Cam可视化方法，可视化细节与效果分析

首先需要安装pip install "grad-cam>=1.3.6"
指定参数img、config、checkpoint、--target-category表示The target category to get CAM、--target-layers可以指定查看哪一层特征图的CAM，默认是最后一层–the norm layer in the last block、--preview-model添加这个参数，会打印出模型的结构，其余参数不起作用了
指定参数的示例

cat-dog.png ../../configs/resnet/resnet18_8xb32_in1k.py D:\\E\\mmlab\\mmclassification-master\\mmcls\\data\\resnet18_8xb32_in1k_20210831-fbbb1da6.pth
--target-category 238 --target-category 281

cat-dog.png ../../configs/resnet/resnet18_8xb32_in1k.py D:\\E\\mmlab\\mmclassification-master\\mmcls\\data\\resnet18_8xb32_in1k_20210831-fbbb1da6.pth
--target-layers backbone.layer2.1.conv2

七、模型分析脚本使用

tools/analysis_tools中绘制的图还不是很好看：analysis_logslog中有一些指标，打印出的，可以画出来get_flops.py所需的参数量和计算量
1.绘制评估结果，loss的结果图。
此目录下有日志文件
在这里插入图片描述
参数设置示例：

plot_curve ../work_dirs/resnet18_b32x8_imagenet/20220601_112055.log.json --keys loss accuracy_top-1

2.计算迭代时间
参数设置示例

cal_train_time ../work_dirs/resnet18_b32x8_imagenet/20220601_112055.log.json

平均一次迭代所需花的时间
在这里插入图片描述
3.get_flops.py所需的参数量和计算量
参数设置示例：

../../configs/resnet/today_resnet18_b32x8_imagenet.py --shape 224 224

在这里插入图片描述
参数量和训不训练没关系。和模型以及输入图像的大小有关。

Highlight_Jin

关注

4
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
mmclassification

mmclassification
复制链接

扫一扫

专栏目录