Skip to content

Latest commit

 

History

History
155 lines (114 loc) · 6.97 KB

finetune_deeplabv3plus.md

File metadata and controls

155 lines (114 loc) · 6.97 KB
Raw

DeepLabv3+模型使用教程

本教程旨在介绍如何使用DeepLabv3+预训练模型在自定义数据集上进行训练、评估和可视化。我们以DeeplabV3+/Xception65/BatchNorm预训练模型为例。

  • 在阅读本教程前，请确保您已经了解过PaddleSeg的快速入门和基础功能等章节，以便对PaddleSeg有一定的了解。

  • 本教程的所有命令都基于PaddleSeg主目录进行执行。

一. 准备待训练数据

我们提前准备好了一份眼底医疗分割数据集，包含267张训练图片、76张验证图片、38张测试图片。通过以下命令进行下载：

python dataset/download_optic.py

二. 下载预训练模型

接着下载对应的预训练模型

python pretrained_model/download_model.py deeplabv3p_xception65_bn_coco

关于已有的DeepLabv3+预训练模型的列表，请参见模型组合。如果需要使用其他预训练模型，下载该模型并将配置中的BACKBONE、NORM_TYPE等进行替换即可。

三. 准备配置

接着我们需要确定相关配置，从本教程的角度，配置分为三部分：

  • 数据集
    • 训练集主目录
    • 训练集文件列表
    • 测试集文件列表
    • 评估集文件列表
  • 预训练模型
    • 预训练模型名称
    • 预训练模型的backbone网络
    • 预训练模型的Normalization类型
    • 预训练模型路径
  • 其他
    • 学习率
    • Batch大小
    • ...

在三者中，预训练模型的配置尤为重要，如果模型或者BACKBONE配置错误，会导致预训练的参数没有加载，进而影响收敛速度。预训练模型相关的配置如第二步所展示。

数据集的配置和数据路径有关，在本教程中，数据存放在dataset/optic_disc_seg中。

其他配置则根据数据集和机器环境的情况进行调节，最终我们保存一个如下内容的yaml配置文件，存放路径为configs/deeplabv3p_xception65_optic.yaml。

# 数据集配置
DATASET:
    DATA_DIR: "./dataset/optic_disc_seg/"
    NUM_CLASSES: 2
    TEST_FILE_LIST: "./dataset/optic_disc_seg/test_list.txt"
    TRAIN_FILE_LIST: "./dataset/optic_disc_seg/train_list.txt"
    VAL_FILE_LIST: "./dataset/optic_disc_seg/val_list.txt"
    VIS_FILE_LIST: "./dataset/optic_disc_seg/test_list.txt"

# 预训练模型配置
MODEL:
    MODEL_NAME: "deeplabv3p"
    DEFAULT_NORM_TYPE: "bn"
    DEEPLAB:
        BACKBONE: "xception_65"

# 其他配置
TRAIN_CROP_SIZE: (512, 512)
EVAL_CROP_SIZE: (512, 512)
AUG:
    AUG_METHOD: "unpadding"
    FIX_RESIZE_SIZE: (512, 512)
BATCH_SIZE: 4
TRAIN:
    PRETRAINED_MODEL_DIR: "./pretrained_model/deeplabv3p_xception65_bn_coco/"
    MODEL_SAVE_DIR: "./saved_model/deeplabv3p_xception65_bn_optic/"
    SNAPSHOT_EPOCH: 5
TEST:
    TEST_MODEL: "./saved_model/deeplabv3p_xception65_bn_optic/final"
SOLVER:
    NUM_EPOCHS: 10
    LR: 0.001
    LR_POLICY: "poly"
    OPTIMIZER: "adam"

四. 配置/数据校验

在开始训练和评估之前，我们还需要对配置和数据进行一次校验，确保数据和配置是正确的。使用下述命令启动校验流程

python pdseg/check.py --cfg ./configs/deeplabv3p_xception65_optic.yaml

五. 开始训练

校验通过后，使用下述命令启动训练

# 指定GPU卡号（以0号卡为例）
export CUDA_VISIBLE_DEVICES=0
# 训练
python pdseg/train.py --use_gpu --cfg ./configs/deeplabv3p_xception65_optic.yaml

六. 进行评估

模型训练完成，使用下述命令启动评估

python pdseg/eval.py --use_gpu --cfg ./configs/deeplabv3p_xception65_optic.yaml

七. 进行可视化

使用下述命令启动预测和可视化

python pdseg/vis.py --use_gpu --cfg ./configs/deeplabv3p_xception65_optic.yaml

预测结果将保存在visual目录下，以下展示其中1张图片的预测效果：

在线体验

PaddleSeg在AI Studio平台上提供了在线体验的DeepLabv3+图像分割教程，欢迎点击体验。

模型组合

预训练模型名称 Backbone Norm Type 数据集 配置
mobilenetv2-2-0_bn_imagenet MobileNetV2 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 2.0
MODEL.DEFAULT_NORM_TYPE: bn
mobilenetv2-1-5_bn_imagenet MobileNetV2 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 1.5
MODEL.DEFAULT_NORM_TYPE: bn
mobilenetv2-1-0_bn_imagenet MobileNetV2 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 1.0
MODEL.DEFAULT_NORM_TYPE: bn
mobilenetv2-0-5_bn_imagenet MobileNetV2 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 0.5
MODEL.DEFAULT_NORM_TYPE: bn
mobilenetv2-0-25_bn_imagenet MobileNetV2 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 0.25
MODEL.DEFAULT_NORM_TYPE: bn
xception41_imagenet Xception41 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: xception_41
MODEL.DEFAULT_NORM_TYPE: bn
xception65_imagenet Xception65 bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: xception_65
MODEL.DEFAULT_NORM_TYPE: bn
resnet50_vd_imagenet ResNet50_vd bn ImageNet MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: resnet50_vd
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_mobilenetv2-1-0_bn_coco MobileNetV2 bn COCO MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 1.0
MODEL.DEEPLAB.ENCODER_WITH_ASPP: False
MODEL.DEEPLAB.ENABLE_DECODER: False
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_xception65_bn_coco Xception65 bn COCO MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: xception_65
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_mobilenetv2-1-0_bn_cityscapes MobileNetV2 bn Cityscapes MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv2
MODEL.DEEPLAB.DEPTH_MULTIPLIER: 1.0
MODEL.DEEPLAB.ENCODER_WITH_ASPP: False
MODEL.DEEPLAB.ENABLE_DECODER: False
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_mobilenetv3_large_cityscapes MobileNetV3 bn Cityscapes MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: mobilenetv3_large
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_xception65_gn_cityscapes Xception65 gn Cityscapes MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: xception_65
MODEL.DEFAULT_NORM_TYPE: gn
deeplabv3p_xception65_bn_cityscapes Xception65 bn Cityscapes MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: xception_65
MODEL.DEFAULT_NORM_TYPE: bn
deeplabv3p_resnet50_vd_cityscapes resnet50_vd bn Cityscapes MODEL.MODEL_NAME: deeplabv3p
MODEL.DEEPLAB.BACKBONE: resnet50_vd
MODEL.DEFAULT_NORM_TYPE: bn