前言

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/develop/index.html
PaddleX官网链接：https://www.paddlepaddle.org.cn/paddle/paddlex
PaddleX用户QQ群: 1045148026

Faster RCNN简介

Faster RCNN是一个目标检测模型，将特征抽取、候选框提取、bounding box回归、分类集成在了一个网络中，使得检测速度和精度有所提升。本文档在一个小数据集上展示了如何通过PaddleX进行训练和预测。

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RandomHorizontalFlip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.RandomHorizontalFlip(),
    transforms.Normalize(),
    transforms.ResizeByShort(short_size=800, max_size=1333),
    transforms.Padding(coarsest_stride=32)
])

eval_transforms = transforms.Compose([
    transforms.Normalize(),
    transforms.ResizeByShort(short_size=800, max_size=1333),
    transforms.Padding(coarsest_stride=32),
])

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9分钟左右；如无GPU，则预估为6小时左右。更多训练模型的参数可参见文档paddlex.det.FasterRCNN。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。

AIStudio使用VisualDL查看训练过程中的指标变化

1. 点击左边菜单图标的『可视化』；
2. 设置logdir，logdir的路径为训练代码中save_dir指定的目录下的vdl_log目录，例如output/faster_rcnn_r50_fpn/vdl_log
3. 点击下方『启动VisualDL服务按钮』，再『打开VisualDL』即可

num_classes = len(train_dataset.labels) + 1
model = pdx.det.FasterRCNN(num_classes=num_classes)
model.train(
    num_epochs=12,
    train_dataset=train_dataset,
    train_batch_size=2,
    eval_dataset=eval_dataset,
    learning_rate=0.0025,
    lr_decay_epochs=[8, 11],
    save_interval_epochs=1,
    save_dir='output/faster_rcnn_r50_fpn',
    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/faster_rcnn_r50_fpn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。

此处请在AIStudio Notebook页面的右上角菜单，选择重启执行器，以释放显存，重新加载训练好的模型

import paddlex as pdx
model = pdx.load_model('output/faster_rcnn_r50_fpn/best_model')
image_name = 'insect_det/JPEGImages/0216.jpg'
result = model.predict(image_name)
pdx.det.visualize(image_name, result, threshold=0.5, save_dir='./output/faster_rcnn_r50_fpn')

可视化结果如下所示：

image

5.反馈

有问题欢迎随时评论