新智元报道  

作者:咩咩2013
编辑:LRS
【新智元导读】还在愁没法入门目标检测?这个仓库一定得看看!作者复现了多个知名算法,训练记录都能查看。而且性能和原版持平,多机八卡也能跑!预告:居家办公让虚拟人来作伴?欢迎预约直播,教你如何从0到1自己创建一个!
目标检测是计算机视觉领域的基础任务,没个称手的Model Zoo怎么行?
今天给大家安利一个简单好用的目标检测的算法模型库miemiedetection,目前在GitHub已斩获130+颗star
代码链接:https://github.com/miemie2013/miemiedetection
miemiedetection是基于YOLOX进行二次开发的个人检测库,还支持PPYOLO、PPYOLOv2、PPYOLOE、FCOS等算法。
得益于YOLOX的优秀架构,miemiedetection里的算法训练速度都非常快,数据读取不再是训练速度的瓶颈。
代码开发使用的深度学习框架为pyTorch,实现了可变形卷积DCNv2、Matrix NMS等高难度算子,支持单机单卡、单机多卡、多机多卡训练模式(多卡训练模式建议使用Linux系统),支持Windows、Linux系统。
并且由于miemiedetection是一个不需要安装的检测库,用户可以直接更改其代码改变执行逻辑,所以向库中添加新算法也很容易。
作者表示未来还会加入更多的算法支持(还有女装)。

算法如假包换

复现模型,最重要的就是准确率要跟原版的基本相同。
先看PPYOLO、PPYOLOv2、PPYOLOE这三个模型,作者均经过了loss对齐、梯度对齐的实验。
为了保留证据,在源码中还可以看到注释掉的读写*.npz 的部分,都是做对齐实验遗留的代码。
并且作者还详细记录了性能对齐的过程,对于新手来说,照着这条路走一遍,也是一个不错的学习过程!
全部的训练日志也都记录保存在仓库中,足以证明复现PPYOLO系列算法的正确性!
最后的训练结果显示,复现的PPYOLO算法和原版仓库具有一样的损失、一样的梯度。
另外,作者也试着用原版仓库和miemiedetection迁移学习voc2012数据集,也获得了一样的精度(使用了相同的超参数)。
和原版实现一样,使用了同样的学习率、同样的学习率衰减策略warm_piecewisedecay(PPYOLO和PPYOLOv2使用)和warm_cosinedecay(PPYOLOE使用)、同样的指数滑动平均EMA、同样的数据预处理方式、同样的参数L2权重衰减、同样的损失、同样的梯度、同样的预训练模型,迁移学习得到了同样的精度。
实验做得足,测试做得多,保证大家有美好的使用体验!
不要998,也不要98,只要点个star,所有目标检测算法免费带回家!

模型下载与转换

想跑通模型,参数很重要,作者提供了转换好的预训练pth权重文件,可以通过百度网盘直接下载。
链接:https://pan.baidu.com/s/1ehEqnNYKb9Nz0XNeqAcwDw
提取码:qe3i
或者按照下面的步骤获取:
第一步,下载权重文件,项目根目录下执行(即下载文件,Windows用户可以用迅雷或浏览器下载wget后面的链接,这里为了展现美观,只以ppyoloe_crn_l_300e_coco为例):
注意,带有pretrained字样的模型是在ImageNet上预训练的骨干网路,PPYOLO、PPYOLOv2、PPYOLOE加载这些权重以训练COCO数据集。其余为COCO上的预训练模型。
第二步,转换权重,项目根目录下执行:
其中各个参数的含义为:
- -f表示的是使用的配置文件;
- -c表示的是读取的源权重文件;
- -oc表示的是输出(保存)的pytorch权重文件;
- -nc表示的是数据集的类别数;
- --only_backbone为True时表示只转换骨干网络的权重;
执行完毕后就会在项目根目录下获得转换好的*.pth权重文件。

手把手教学

在下面的命令中,大部分都会使用模型的配置文件,所以一开始就有必要先详细解释配置文件。
mmdet.exp.base_exp.BaseExp为配置文件基类,是一个抽象类,声明了一堆抽象方法,如get_model()表示如何获取模型,get_data_loader()表示如何获取训练的dataloader,get_optimizer()表示如何获取优化器等等。
mmdet.exp.datasets.coco_base.COCOBaseExp是数据集的配置,继承了BaseExp,它只给出数据集的配置。该仓库只支持COCO标注格式的数据集的训练!
其它标注格式的数据集,需要先转换成COCO标注格式,才能训练(支持太多标注格式的话,工作量太大)。可以通过miemieLabels将自定义的数据集转换成COCO的标注格式。所有的检测算法配置类都会继承COCOBaseExp,表示所有的检测算法共用同样的数据集的配置。
COCOBaseExp的配置项有:
其中,
- self.num_classes表示的是数据集的类别数;
- self.data_dir表示的是数据集的根目录;
- self.cls_names表示的是数据集的类别名文件路径,是一个txt文件,一行表示一个类别名。如果是自定义数据集,需要新建一个txt文件并编辑好类别名,再修改self.cls_names指向它;
- self.ann_folder表示的是数据集的注解文件根目录,需要位于self.data_dir目录下;
- self.train_ann表示的是数据集的训练集的注解文件名,需要位于self.ann_folder目录下;
- self.val_ann表示的是数据集的验证集的注解文件名,需要位于self.ann_folder目录下;
- self.train_image_folder表示的是数据集的训练集的图片文件夹名,需要位于self.data_dir目录下;
- self.val_image_folder表示的是数据集的验证集的图片文件夹名,需要位于self.data_dir目录下;
对于VOC 2012数据集,则需要修改数据集的配置为:
另外,你也可以像exps/ppyoloe/ppyoloe_crn_l_voc2012.py中一样,在子类中修改self.num_classes、self.data_dir这些数据集的配置,这样COCOBaseExp的配置就被覆盖掉(无效)了。
将前面提到的模型下载好后,在VOC2012数据集的self.data_dir目录下新建一个文件夹annotations2,把voc2012_train.json、voc2012_val.json放进这个文件夹。
最后,COCO数据集、VOC2012数据集、本项目的放置位置应该是这样:
数据集根目录和miemiedetection-master是同一级目录。我个人非常不建议把数据集放在miemiedetection-master里,那样的话PyCharm打开会巨卡无比;而且,多个项目(如mmdetection、PaddleDetection、AdelaiDet)共用数据集时,可以做到数据集路径和项目名无关。
mmdet.exp.ppyolo.ppyolo_method_base.PPYOLO_Method_Exp是实现具体算法所有抽象方法的类,继承了COCOBaseExp,它实现了所有抽象方法。
exp.ppyolo.ppyolo_r50vd_2x.Exp是PPYOLO算法的Resnet50Vd模型的最终配置类,继承了PPYOLO_Method_Exp;
PPYOLOE的配置文件也是类似这样的结构。

预测

首先,如果输入的数据为一张图片,则在项目根目录下执行:
其中各个参数的含义为:
- -f表示的是使用的配置文件;
- -c表示的是读取的权重文件;
- --path表示的是图片的路径;
- --conf表示的是分数阈值,只会画出高于这个阈值的预测框;
- --tsize表示的是预测时将图片Resize成--tsize的分辨率;
预测完成后控制台会打印结果图片的保存路径,用户可打开查看。如果是使用训练自定义数据集保存的模型进行预测,修改-c为你的模型的路径即可。
如果预测的是一个文件夹下的所有图片,则在项目根目录下执行:
将--path修改为对应图片文件夹的路径即可。

训练COCO2017数据集

如果读取ImageNet预训练骨干网络训练COCO数据集,则在项目根目录下执行:
一条命令直接启动单机八卡训练,当然了,前提是你真的有一台单机8卡的超算。
其中各个参数的含义为:
-f表示的是使用的配置文件;
-d表示的是显卡数量;
-b表示的是训练时的批大小(所有卡的);
-eb表示的是评估时的批大小(所有卡的);
-c表示的是读取的权重文件;
--fp16,自动混合精度训练;
--num_machines,机器数量,建议单机多卡训练;
--resume表示的是是否是恢复训练;

训练自定义数据集

建议读取COCO预训练权重进行训练,因为收敛快。
以上述的VOC2012数据集为例,对于ppyolo_r50vd模型,如果是1机1卡,输入下述命令开始训练:
如果训练因为某些原因中断,想要读取之前保存的模型恢复训练,只要修改-c为想要读取模型的路径,再加上--resume参数即可。
如果是2机2卡,即每台机上1张卡,在0号机输入以下命令:
并在1号机输入以下命令:
只需要把上面2条命令的192.168.0.107改成0号机的局域网ip即可。
如果是1机2卡,则输入下面的命令即可开始训练:
迁移学习VOC2012数据集,实测ppyolo_r50vd_2x的AP(0.50:0.95)可以到达0.59+、AP(0.50)可以到达0.82+、AP(small)可以到达0.18+。不管是单卡还是多卡,都能得到这个结果。
迁移学习时和PaddleDetection获得了一样的精度、一样的收敛速度,二者的训练日志位于train_ppyolo_in_voc2012文件夹下。
如果是ppyoloe_l模型,在单机输入下面的命令即可开始训练(冻结了骨干网络)
迁移学习VOC2012数据集,实测ppyoloe_l的AP(0.50:0.95)可以到达0.66+、AP(0.50)可以到达0.85+、AP(small)可以到达0.28+。

评估

命令和具体的参数如下。
在项目根目录下运行结果为:
转换权重后精度有一点损失,大约为0.4%。

参考资料:
https://www.zhihu.com/people/mie-mie-2013
—分割线—
【元宇宙·新人类 第3期直播重磅来袭!】
居家办公是不是有虚拟人作伴更好?如何从0到1创建一个虚拟人?虚拟人产业大爆炸,有哪些应用场景和商业化路径?
欢迎扫码下方海报预约直播,为你解答一切疑惑👇🏻
继续阅读
阅读原文