零基础使用飞桨VisualDL轻松实现可视化调参

零基础使用飞桨VisualDL轻松实现可视化调参

VisualDL 是一个面向深度学习任务设计的可视化工具。VisualDL 利用了丰富的图表来展示数据，用户可以更直观、清晰地查看数据的特征与变化趋势，有助于分析数据、及时发现错误，进而改进神经网络模型的设计。

此篇分享将通过PaddleDetection完成一个简单的PCB电路版瑕疵目标检测的模型训练，并在此过程中跟大家分享如何在训练中使用VisualDL的Scalar和VDL.service功能来轻松实现可视化调参。

如有小伙伴对本地开发环境配置并不擅长，想尝试在线版项目，可前往我在AI Studio公开的一个项目，fork下来就能直接运行啦~
项目地址：https://aistudio.baidu.com/aistudio/projectdetail/1195160

---

1 背景介绍

• 通过使用VisualDL的Scalar功能，我们可以简单轻松地实现训练日志的可视化。

• 通过使用VisualDL的VDL.service功能，我们可以便捷高效地分享可视化后的训练结果。

• 此篇分享所使用的数据集是印刷电路板（PCB）瑕疵数据集，这是一个由北京大学发布的公共合成PCB数据集，其中包含1386张图像以及6种缺陷（缺失孔，鼠标咬伤，开路，短路，杂散，伪铜），用于检测，分类和配准任务。我们选取了其中适用与检测任务的693张图像，随机选择593张图像作为训练集，100张图像作为验证集。

• 此篇分享还使用到了PaddleDetection端到端目标检测开发套件，PaddleDetection旨在帮助开发者更快更好地完成检测模型的组建、训练、优化及部署等全开发流程。PaddleDetection模块化地实现了多种主流目标检测算法，提供了丰富的数据增强策略、网络模块组件（如骨干网络）、损失函数等，并集成了模型压缩和跨平台高性能部署能力。对此不太了解的小伙伴可以前往其官方仓库(https://github.com/PaddlePaddle/PaddleDetection)先做一个简单的了解。如过你是初次接触PaddleDetection，对安装配置这些并不了解，可以参考我之前在B站上发的一个安装教程(https://www.bilibili.com/video/BV1Lk4y1171x/)。

• 此篇分享提供配套的视频教程，地址是：https://www.bilibili.com/video/BV1WK4y1j7Db/，如有帮助，还请点个赞哦~

VisualDL开源的功能不只此篇分享里提到的Scalar和VDL.service，还有许多实用的功能，感兴趣的小伙伴欢迎前往VisualDL的官方GIthub查看更多细节，如觉得有所帮助，可以给VisualDL的仓库点个Star来支持官方把这个实用便捷的开源工具越做越好~

VisualDL的Github地址：https://github.com/PaddlePaddle/VisualDL

VI