文档

使用EasyVision进行目标检测

更新时间:

EasyVision(视觉智能增强算法包)提供多种模型的训练及预测功能,旨在帮助计算机视觉应用开发者方便快捷地构建视觉模型并应用于生产。本文以目标检测为例,为您介绍如何在DSW中使用EasyVision。

前提条件

需要准备如下安装环境:

  • Python版本:Python 2.7或Python 3.4及以上版本。

  • TensorFlow社区版本:TensorFlow 1.8及以上版本或PAI-TF。

    说明

    如果您使用的是DSW实例,建议选择TensorFlow1.12版本作为镜像,且实例规格大于16 GB。

  • 已下载并安装了ossutil工具,详情请参见安装ossutil

    重要

    下载完ossutil工具设置配置文件时,Endpoint需要设置为https://oss-cn-zhangjiakou.aliyuncs.com

步骤一:准备数据

  1. 使用ossutil工具下载Pascal数据集(在当前目录)。

    ossutil64  cp -r  oss://pai-vision-data-hz/data/voc0712_tfrecord/ data/voc0712_tfrecord
  2. 下载resnet50预训练模型(在当前目录)。

    mkdir -p pretrained_models/
    ossutil64 cp -r oss://pai-vision-data-hz/pretrained_models/resnet_v1d_50/ pretrained_models/resnet_v1d_50

步骤二:启动训练任务(在当前目录)

  • 单机模式

    import easy_vision
    easy_vision.train_and_evaluate(easy_vision.RFCN_SAMPLE_CONFIG)

    训练过程中,每隔5000轮进行一次评估。

  • 多机模式

    在具有至少两张GPU卡的服务器中才能运行,需要启动如下3个子进程:

    • ps:parameter server。

    • master:训练过程,负责写Summary、保存Checkpoint及定期进行Evaluation。

    • worker:训练过程。

    具体脚本如下所示。

    #-*- encoding:utf-8 -*-
    import multiprocessing
    import sys
    import os
    import easy_vision
    import json
    import logging
    import subprocess
    import time
    
    # train config under distributed settings
    config=easy_vision.RFCN_DISTRIBUTE_SAMPLE_CONFIG
    
    # cluster spec 集群配置。
    TF_CONFIG={'cluster':{
                 'ps': ['localhost:12921'],
                 'master': ['localhost:12922'],
                 'worker': ['localhost:12923']
                }
              }
    
    def job(task, gpu):
      task_name = task['type']
      # redirect python log and tf log to log_file_name
      # [logs/master.log, logs/worker.log, logs/ps.log]
      log_file_name = "logs/%s.log" % task_name
    
      TF_CONFIG['task'] = task
      os.environ['TF_CONFIG'] = json.dumps(TF_CONFIG)
      os.environ['CUDA_VISIBLE_DEVICES'] = gpu
      train_cmd = 'python -m easy_vision.python.train_eval --pipeline_config_path %s' % config
      logging.info('%s > %s 2>&1 ' % (train_cmd, log_file_name))
      with open(log_file_name, 'w') as lfile:
        return subprocess.Popen(train_cmd.split(' '), stdout= lfile, stderr=subprocess.STDOUT)
    
    
    if __name__ == '__main__':
      procs = {}
      # start ps job on cpu
      task = {'type':'ps', 'index':0}
      procs['ps'] = job(task, '')
      # start master job on gpu 0
      task = {'type':'master', 'index':0}
      procs['master'] = job(task, '0')
      # start worker job on gpu 1
      task = {'type':'worker', 'index':0}
      procs['worker'] = job(task, '1')
    
      num_worker = 2
      for k, proc in procs.items():
        logging.info('%s pid: %d' %(k, proc.pid))
    
      task_failed = None
      task_finish_cnt = 0
      task_has_finished = {k:False for k in procs.keys()}
      while True:
        for k, proc in procs.items():
          if proc.poll() is None:
            if task_failed is not None:
              logging.error('task %s failed, %s quit' % (task_failed, k))
              proc.terminate()
              if k != 'ps':
                task_has_finished[k] = True
                task_finish_cnt += 1
              logging.info('task_finish_cnt %d' % task_finish_cnt)
          else:
            if not task_has_finished[k]:
              #process quit by itself
              if k != 'ps':
                task_finish_cnt += 1
                task_has_finished[k] = True
              logging.info('task_finish_cnt %d' % task_finish_cnt)
              if proc.returncode != 0:
                logging.error('%s failed' %k)
                task_failed = k
              else:
                logging.info('%s run successfully' % k)
    
        if task_finish_cnt >= num_worker:
          break
        time.sleep(1)

步骤三:使用TensorBoard观察训练过程

在pascal_resnet50_rfcn_model下保存了模型的Checkpoint和Event File,执行如下命令获取登录链接后,使用浏览器打开TensorBoard。在TensorBoard页面查看loss及mAP等相关信息。

重要

该命令需要在Linux操作系统执行,且需要切换到pascal_resnet50_rfcn_model所在目录,或者将--logdir之后的路径替换为pascal_resnet50_rfcn_model的真实路径,否则该命令会执行失败。

tensorboard --port 6006 --logdir pascal_resnet50_rfcn_model  [ --host 0.0.0.0 ]

TensorBoard查看的相关信息如下:

  • 训练loss训练loss其中:

    • loss:表示总loss。

    • loss/loss/rcnn_cls:表示分类loss。

    • loss/loss/rcnn_reg:表示回归loss。

    • loss/loss/regularization_loss:表示正则loss。

    • loss/loss/rpn_cls:表示RPN(Region Proposal Network)的分类loss。

    • loss/loss/rpn_reg:表示RPN(Region Proposal Network)的回归loss。

  • 测试mAPimage上图中分别使用了PascalBoxes07和PascalBoxes作为Metric,其中PascalBoxes07是论文中常用的Metric。

步骤四:评估及测试

训练完成后,您可以测试或评估训练结果:

首先,执行以下命令安装easy_vision包:

pip install https://pai-vision-data-hz.oss-accelerate.aliyuncs.com/release/easy_vision-1.12.4.1-py2.py3-none-any.whl
  • 在其它数据集上进行测试,得到每张图的检测结果。

    import easy_vision
    test_filelist = 'path/to/filelist.txt' # each line is a image file path
    detect_results = easy_vision.predict(easy_vision.RFCN_SAMPLE_CONFIG, test_filelist=test_filelist)

    其中filelist.txt文件包含了图片的本地存放路径,每个路径独占一行。detect_results包含了eval_data中每张图片的测试结果,格式为[detection_boxes, box_probability, box_class],分别指检测到的物体位置、Probability及类别。

  • 评估结果。

    import easy_vision
    eval_metrics = easy_vision.evaluate(easy_vision.RFCN_SAMPLE_CONFIG)

    其中eval_metrics包含了PascalBoxes07 Metric、PascalBoxes Metric、global_step及训练loss(loss、loss/loss/rcnn_cls、loss/loss/rcnn_reg、 loss/loss/rpn_cls、loss/loss/rpn_reg及loss/loss/total_loss)。具体如下:

    • PascalBoxes07 Metric

      PascalBoxes07_PerformanceByCategory/AP@0.5IOU/aeroplane = 0.74028647
      PascalBoxes07_PerformanceByCategory/AP@0.5IOU/bicycle = 0.77216494
      ......
      PascalBoxes07_PerformanceByCategory/AP@0.5IOU/train = 0.771075
      PascalBoxes07_PerformanceByCategory/AP@0.5IOU/tvmonitor = 0.70221454
      PascalBoxes07_Precision/mAP@0.5IOU = 0.6975172
    • PascalBoxes Metric

      PascalBoxes_PerformanceByCategory/AP@0.5IOU/aeroplane = 0.7697732
      PascalBoxes_PerformanceByCategory/AP@0.5IOU/bicycle = 0.80088705
      ......
      PascalBoxes_PerformanceByCategory/AP@0.5IOU/train = 0.8002225
      PascalBoxes_PerformanceByCategory/AP@0.5IOU/tvmonitor = 0.72775906
      PascalBoxes_Precision/mAP@0.5IOU = 0.7182514
    • global_step和loss

      global_step = 75000
      loss = 0.51076376
      loss/loss/rcnn_cls = 0.23392382
      loss/loss/rcnn_reg = 0.12589474
      loss/loss/rpn_cls = 0.13748208
      loss/loss/rpn_reg = 0.013463326
      loss/loss/total_loss = 0.51076376

步骤五:导出模型

通过如下脚本将模型导出为SaveModel格式。

import easy_vision
easy_vision.export(export_dir, pipeline_config_path, checkpoint_path)

该程序会在export_dir路径下,以当前Unix时间戳创建模型目录,并将Checkpoint导出为SaveModel存储在该目录。

步骤六:评估SaveModel

评估已导出的SavedModel,Metric会打印在控制台中。

from easy_vision.python.main import predictor_evaluate
predictor_evaluate(predictor_eval_config)

其中predictor_eval_config表示Proto文档,详情请参见Protocol Documentation,您也可以参考以下样例:

步骤七:搭建服务

将导出的SaveModel模型存放至OSS,并将其部署为服务,详情请参见创建服务

  • 本页导读 (1)
文档反馈