文章目录
PaddleX简介:
PaddleX
是飞桨全流程开发工具,集飞桨核心框架、模型库、工具及组件等深度学习开发所需全部能力于一身,打通深度学习开发全流程,并提供简明易懂的
Python API
,方便用户根据实际生产需求进行直接调用或二次开发,为开发者提供飞桨全流程开发的最佳实践。目前,该工具代码已开源于
GitHub
,同时可访问
PaddleX
在线使用文档,快速查阅读使用教程和
API
文档说明。
PaddleX代码GitHub链接: https://github.com/PaddlePaddle/PaddleX/tree/develop
PaddleX文档链接: https://paddlex.readthedocs.io/zh_CN/latest/index.html
PaddleX官网链接: https://www.paddlepaddle.org.cn/paddle/paddlex
YOLOv3简介
YOLOv3
是在YOLOv1
和YOLOv2
的基础上,在保持速度优势的前提下,提升了预测精度,尤其是加强了对小物体的识别能力。本文档在一个小数据集上展示了如何通过PaddleX
进行训练,您可以阅读文档使用教程-模型训练来了解更多模型任务的训练使用方式。
1. 安装PaddleX
!pip install paddlex -i https://mirror.baidu.com/pypi/simple
2. 准备昆虫目标检测数据集
!wget https://bj.bcebos.com/paddlex/datasets/insect_det.tar.gz
!tar xzf insect_det.tar.gz
3. 模型训练
3.1 配置GPU
# 设置使用0号GPU卡(如无GPU,执行此代码后仍然会使用CPU训练模型)
import matplotlib
matplotlib.use('Agg')
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
import paddlex as pdx
3.2 定义图像处理流程transforms
定义数据处理流程,其中训练和测试需分别定义,训练过程包括了部分测试过程中不需要的数据增强操作,如在本示例中,训练过程使用了MixupImage
、RandomDistort
、RandomExpand
、RandomCrop
和RandomHorizontalFlip
共5种数据增强方式,更多图像预处理流程transforms
的使用可参见paddlex.det.transforms。
from paddlex.det import transforms
train_transforms = transforms.Compose([
transforms.MixupImage(mixup_epoch=250),
transforms.RandomDistort(),
transforms.RandomExpand(),
transforms.RandomCrop(),
transforms.Resize(target_size=608, interp='RANDOM'),
transforms.RandomHorizontalFlip(),
transforms.Normalize(),
])
eval_transforms = transforms.Compose([
transforms.Resize(target_size=608, interp='CUBIC'),
transforms.Normalize(),
])
3.3 定义数据集Dataset
目标检测可使用VOCDetection
格式和COCODetection
两种数据集,此处由于数据集为VOC
格式,因此采用pdx.datasets.VOCDetection
来加载数据集,该接口的介绍可参见文档paddlex.datasets.VOCDetection。
train_dataset = pdx.datasets.VOCDetection(
data_dir='insect_det',
file_list='insect_det/train_list.txt',
label_list='insect_det/labels.txt',
transforms=train_transforms,
shuffle=True)
eval_dataset = pdx.datasets.VOCDetection(
data_dir='insect_det',
file_list='insect_det/val_list.txt',
label_list='insect_det/labels.txt',
transforms=eval_transforms)
3.4 模型开始训练
使用本数据集在P40上训练,如有GPU,模型的训练过程预估为40分钟左右;如无GPU,则预估为14小时左右。更多训练模型的参数可参见文档paddlex.det.YOLOv3。模型训练过程每间隔save_interval_epochs
轮会保存一次模型在save_dir
目录下,同时在保存的过程中也会在验证数据集上计算相关指标,具体相关日志参见文档。
VisualDL
的使用方式为将当前地址中的notebook
替换为visualdl
。
例:
当前教程地址:https://aistudio.baidu.com/bdcpu/user/189619/442375/notebooks/442375.ipynb
VisualDL
地址:https://aistudio.baidu.com/bdcpu/user/189619/442375/visualdl
# 如果要通过VisualDL查看日志页面,下没按这行代码需要执行
# aistudio上需要将日志输出到/home/aistudio/log目录下才可以查看VisuaDL界面
! rm -rf ~/log & rm -rf output/yolov3_darknet53
! mkdir -p output/yolov3_darknet53/vdl_log
! ln -s output/yolov3_darknet53/vdl_log ~/log
num_classes = len(train_dataset.labels)
model = pdx.det.YOLOv3(num_classes=num_classes, backbone='DarkNet53')
model.train(
num_epochs=270,
train_dataset=train_dataset,
train_batch_size=8,
eval_dataset=eval_dataset,
learning_rate=0.000125,
lr_decay_epochs=[210, 240],
save_interval_epochs=20,
save_dir='output/yolov3_darknet53',
use_vdl=True)
4.模型预测
使用模型进行预测,同时使用pdx.det.visualize
将结果可视化,可视化结果将保存到./output/yolov3_darknet53
下,其中threshold
代表Box
的置信度阈值,将Box
置信度低于该阈值的框过滤不进行可视化。
image_name = 'insect_det/JPEGImages/0217.jpg'
result = model.predict(image_name)
pdx.det.visualize(image_name, result, threshold=0.5, save_dir='./output/yolov3_darknet53')
可视化结果如下所示: