PAI-EasyVision提供图像语义分割模型的训练及预测功能,本文为您介绍如何通过PAI命令进行图像语义分割模型训练。

图像语义分割训练

图像分割组件实现了基于DeepLab-V3的语义分割模型,详情请参见Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation。以单卡为例,您可以参见以下示例进行图像语义分割训练。

pai -name easy_vision_ext
           -Dbuckets='{bucket_name}.{oss_host}/{path}'
           -Darn='acs:ram::*********:role/aliyunodpspaidefaultrole'
           -DossHost='{oss_host}'
           -DgpuRequired=100
           -Dcmd train
           -Dparam_config '
             --model_type DeeplabV3
             --backbone  resnet_v1_50
             --backbone_feature_stride 16
             --bn_trainable true
             --num_classes 21
             --num_epochs 1
             --model_dir oss://{bucket_name}/test/test_deeplabv3
             --train_data oss://pai-vision-data-sh/data/test/pascal_voc_seg_aug/voc_ev_train.tfrecord
             --test_data oss://pai-vision-data-sh/data/test/pascal_voc_seg_aug/voc_ev_train.tfrecord
             --num_test_example 2
             --train_batch_size 6
             --test_batch_size 1
             --image_crop_size 513
             --lr_type polynomial_decay
             --initial_learning_rate 0.007
             --power 0.9
           '

参数说明

参数 是否必选 描述 参数值格式 默认值
buckets OSS Bucket地址。 oss://{bucket_name}.{oss_host}/{path}
arn 访问OSS的授权,其获取方式请参见PAI-TF任务参数介绍的IO相关参数说明部分。 acs:ram::*:role/aliyunodpspaidefaultrole
host OSS域名。 oss-{region}.aliyuncs.com 默认从Buckets参数中获取
cluster 分布式训练参数相关配置。 JSON格式字符串 “”
gpuRequired 标识是否使用GPU,默认使用一张卡。如果取值200,则一个Worker申请2张卡。 100 100
cmd EasyVision任务类型。模型训练时,该参数应取值为train train
param_config 模型训练参数,格式和python argparser参数格式一致,详细说明见param_config说明 STRING

param_config说明

param_config包含若干模型配置相关参数,格式为Python Argparser,示例如下。
-Dparam_config = '
--backbone resnet_v1_50
--num_classes 200
--model_dir oss://your/bucket/exp_dir
'
说明 所有字符串类型的参数,其取值均不加引号。
参数 是否必选 描述 参数值格式 默认值
model_type 训练模型类型。进行图像语义分割训练时,该参数的取值为DeeplabV3 STRING
backbone 分割模型使用的Backbone,取值包括:
  • resnet_v1_50
  • resnet_v1_101
  • resnet_v1a_18
  • resnet_v1a_34
  • resnet_v1d_50
  • resnet_v1d_101
  • xception_41
  • xception_65
  • xception_71
STRING
weight_decay L2 Regularization大小。 FLOAT 1e-4
num_classes 分割类别数量(包括背景类)。 21
backbone_feature_stride 主干网络的特征分辨率(下采样步长)。 INT,例如8或16。 16
bn_trainable BN是否可以训练,通常train_batch_size大于8时,将该参数配置为true BOOL true
image_crop_size 图片裁剪后的大小。 INT 513
optimizer 优化方法,取值包括:
  • momentum:指sgd
  • adam
STRING momentum
lr_type 学习率调整策略,取值包括:
  • exponential_decay:指数衰减。
  • polynomial_decay:多项式衰减。

    其中num_steps自动配置为总训练迭代次数,end_learning_rateinitial_learning_rate的千分之一

  • manual_step:手动指定各阶段的学习率。

    通过decay_epochs 指定需要调整学习率的迭代轮数,通过learning_rates指定对应迭代轮数使用的学习率。

  • cosine_decay

    通过余弦曲线调整lr,详情请参见论文。通过decay_epochs指定需要调整学习率的迭代轮数。

STRING exponential_decay
initial_learning_rate 初始学习率。 FLOAT 0.01
decay_epochs 如果使用exponential_decay,该参数对应tf.train.exponential.decay中的decay_steps,系统会自动根据训练数据总数将decay_epochs转换为decay_steps。例如,取值为10,通常是总Epoch数的1/2。 如果使用manual_step,该参数表示需要调整学习率的迭代轮数。例如16 18表示在16 Epoch和18 Epoch对学习率进行调整。通常将这两个值配置为总Epoch的8/10和9/10。 整数列表,例如20 20 40 60 20
decay_factor tf.train.exponential.decay中的decay_factor FLOAT 0.95
staircase tf.train.exponential.decay中的staircase BOOL true
power tf.train.polynomial.decay中的power FLOAT 0.9
learning_rates manual_step学习率调整策略中使用的参数,表示在指定Epoch中学习率的取值。 如果您指定的调整Epoch有两个,则需要在此指定两个Epoch对应的学习率。例如,如果decay_epoches20 40,则该将参数配置为0.001 0.0001,表示在20 Epoch学习率调整为0.001,40 Epoch学习率调整为0.0001。建议几次调整的学习率依次为初始学习率的1/10、1/100及1/1000。 浮点列表
lr_warmup 是否对学习率进行Warmup。 BOOL false
lr_warm_up_epochs 学习率Warmup的轮数。 FLOAT 1
train_data 训练数据文件的OSS路径。 oss://path/to/train_*.tfrecord
test_data 训练过程中,评估数据的OSS路径。 oss://path/to/test_*.tfrecord
train_batch_size 训练的Batch_size。 INT, 例如32。
test_batch_size 评估的Batch_size。 INT,例如32。
train_num_readers 训练数据并发读取线程数。 INT 4
model_dir 训练使用的OSS目录。 oss://path/to/model
pretrained_model 预训练模型的OSS路径。如果指定该参数值,则会在此模型基础上进行Finetune。 oss://pai-vision-data-sh/pretrained_models/inception_v4.ckpt “”
use_pretrained_model 是否使用预训练模型。 BOOL true
num_epochs 训练迭代轮数。取值1表示对所有训练数据都进行一次迭代。 INT,例如40。
num_test_example 训练过程中评估数据条目数。取值 -1表示使用所有测试数据作为评估数据。 INT,例如2000。 -1
num_visualizations 评估过程可视化显示的样本数量。 INT 10
save_checkpoint_epochs 保存Checkpoint的频率,以Epoch为单位。取值为1表示每完成一次训练就保存一次Checkpoint。 INT 1
save_summary_epochs 保存Summary的频率,以Epoch为单位。取值为0.01表示每迭代1%的训练数据就保存一次Summary。 FLOAT 0.01
num_train_images 总的训练样本数。如果使用自己生成的TFRecord,则需要指定该参数。 INT 0
label_map_path 类别映射文件。如果使用自己生成的TFRecord,则需要指定该参数。 STRING ””