modify feature learning docks

docs/zh_CN/application/feature_learning.md

@@ -10,7 +10,7 @@
 
 `RecModel`的训练模式与普通分类训练的配置类似，配置文件主要分为以下几个部分：
 
-### 全局设置部分
+### 1 全局设置部分
 
 ```yaml
 Global:
@@ -39,7 +39,7 @@ Global:
   eval_mode: "retrieval"
 ```
 
-### 数据部分
+### 2 数据部分
 
 ```yaml
 DataLoader:
@@ -48,8 +48,8 @@ DataLoader:
         # 具体使用的Dataset的的名称
         name: "VeriWild"
         # 使用此数据集的具体参数
-        image_root: "/work/dataset/VeRI-Wild/images/"
-        cls_label_path: "/work/dataset/VeRI-Wild/train_test_split/train_list_start0.txt"
+        image_root: "./dataset/VeRI-Wild/images/"
+        cls_label_path: "./dataset/VeRI-Wild/train_test_split/train_list_start0.txt"
         # 图像增广策略：ResizeImage、RandFlipImage等
         transform_ops:
           - ResizeImage:
@@ -82,7 +82,7 @@ DataLoader:
 
 `val dataset`设置与`train dataset`除图像增广策略外，设置基本一致
 
-### Backbone的具体设置
+### 3 Backbone的具体设置
 
 ```yaml
 Arch:
@@ -116,7 +116,7 @@ Arch:
 
 `Head`部分主要是为了支持`metric learning`等具体loss函数，如`ArcMargin`([ArcFace Loss](https://arxiv.org/abs/1801.07698)的fc层的具体实现)，在完成训练后，一般将此部分剔除。
 
-### Loss的设置
+### 4 Loss的设置
 
 ```yaml
 Loss:
@@ -134,7 +134,7 @@ Loss:
 
 训练时同时使用`CELoss`和`SupConLoss`，权重比例为`1:1`，测试时只使用`CELoss`
 
-### 优化器设置
+### 5 优化器设置
 
 ```yaml
 Optimizer:
@@ -156,7 +156,7 @@ Optimizer:
     coeff: 0.0005
 ```
 
-### Eval Metric设置
+### 6 Eval Metric设置
 
 ```yaml
 Metric:

docs/zh_CN/application/logo_recognition.md

@@ -8,15 +8,15 @@
 
 全部的超参数及具体配置：[ResNet50_ReID.yaml](../../../ppcls/configs/Logo/ResNet50_ReID.yaml)
 
-## 数据集及预处理
+## 1 数据集及预处理
 
-### LogoDet-3K数据集
+### 1.1 LogoDet-3K数据集
 
 <img src="../../images/logo/logodet3k.jpg" style="zoom:50%;" />
 
 LogoDet-3K数据集是具有完整标注的Logo数据集，有3000个标识类别，约20万个高质量的人工标注的标识对象和158652张图片。相关数据介绍参考[原论文](https://arxiv.org/abs/2008.05359)
 
-## 数据预处理
+### 1.2 数据预处理
 
 由于原始的数据集中，图像包含标注的检测框，在识别阶段只考虑检测器抠图后的logo区域，因此采用原始的标注框抠出Logo区域图像构成训练集，排除背景在识别阶段的影响。对数据集进行划分，产生155427张训练集，覆盖3000个logo类别（同时作为测试时gallery图库），3225张测试集，用于作为查询集。抠图后的训练集可[在此下载](https://arxiv.org/abs/2008.05359)
 - 图像`Resize`到224
@@ -25,7 +25,7 @@ LogoDet-3K数据集是具有完整标注的Logo数据集，有3000个标识类
 - Normlize：归一化到0~1
 - [RandomErasing](https://arxiv.org/pdf/1708.04896v2.pdf)
 
-## Backbone的具体设置
+## 2 Backbone的具体设置
 
 具体是用`ResNet50`作为backbone，主要做了如下修改：
 
@@ -37,7 +37,7 @@ LogoDet-3K数据集是具有完整标注的Logo数据集，有3000个标识类
 
    具体代码：[ResNet50_last_stage_stride1](../../../ppcls/arch/backbone/variant_models/resnet_variant.py)
 
-## Loss的设置
+## 3 Loss的设置
 
 在Logo识别中，使用了[Pairwise Cosface + CircleMargin](https://arxiv.org/abs/2002.10857) 联合训练，其中权重比例为1:1
 

docs/zh_CN/application/vehicle_fine_grained_classfication.md

@@ -8,12 +8,12 @@
 
 整体配置文件：[ResNet50.yaml](../../../ppcls/configs/Vehicle/ResNet50.yaml)
 
-## 数据集
+## 1 数据集
 在此demo中，使用[CompCars](http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html)作为训练数据集。
 
-<img src="../../images/recognotion/vehicle/CompCars.png"/>
+![](../../images/recognotion/vehicle/CompCars.png)
 
 图像主要来自网络和监控数据，其中网络数据包含163个汽车制造商、1716个汽车型号的汽车。共**136,726**张全车图像，**27,618**张部分车图像。其中网络汽车数据包含bounding box、视角、5个属性（最大速度、排量、车门数、车座数、汽车类型）。监控数据包含**50,000**张前视角图像。
 值得注意的是，此数据集中需要根据自己的需要生成不同的label，如本demo中，将不同年份生产的相同型号的车辆视为同一类，因此，类别总数为：431类。
-## Loss设置
+## 2 Loss设置
 与车辆ReID不同，在此分类中，Loss使用的是[TtripLet Loss](../../../ppcls/loss/triplet.py) + [ArcLoss](../../../ppcls/arch/gears/arcmargin.py)，权重比例1:1。

docs/zh_CN/application/vehicle_reid.md

@@ -5,13 +5,14 @@ ReID，也就是 Re-identification，其定义是利用算法，在图像库中
 - Loss函数的相关设置
 
 全部的超参数及具体配置：[ResNet50_ReID.yaml](../../../ppcls/configs/Vehicle/ResNet50_ReID.yaml)
-## 数据集及预处理
-### VERI-Wild数据集
+## 1 数据集及预处理
+### 1.1 VERI-Wild数据集
 
 <img src="../../images/recognotion/vehicle/cars.JPG" style="zoom:50%;" />
 
 此数据集是在一个大型闭路电视监控系统，在无约束的场景下，一个月内（30*24小时）中捕获的。该系统由174个摄像头组成，其摄像机分布在200多平方公里的大型区域。原始车辆图像集包含1200万个车辆图像，经过数据清理和标注，采集了416314张40671个不同的车辆图像。[具体详见论文](https://github.com/PKU-IMRE/VERI-Wild)
-## 数据预处理
+### 1.2 数据预处理
+
 由于原始的数据集中，车辆图像已经是由检测器检测后crop出的车辆图像，因此无需像训练`ImageNet`中图像crop操作。整体的数据增强方式，按照顺序如下：
 - 图像`Resize`到224
 - 随机水平翻转
@@ -19,13 +20,12 @@ ReID，也就是 Re-identification，其定义是利用算法，在图像库中
 - Normlize：归一化到0~1
 - [RandomErasing](https://arxiv.org/pdf/1708.04896v2.pdf)
 
-## Backbone的具体设置
+## 2 Backbone的具体设置
 具体是用`ResNet50`作为backbone，但在`ResNet50`基础上做了如下修改：
-- 对Last Stage（第4个stage），没有做下采样，即第4个stage的feature map和第3个stage的feature map大小一致，都是14x14。
-- 在最后加入一个embedding 层，即1x1的卷积层，特征维度为512
-具体代码：[ResNet50_last_stage_stride1](../../../ppcls/arch/backbone/variant_models/resnet_variant.py)
+- 0在最后加入一个embedding 层，即1x1的卷积层，特征维度为512
+  具体代码：[ResNet50_last_stage_stride1](../../../ppcls/arch/backbone/variant_models/resnet_variant.py)
 
-## Loss的设置
+## 3 Loss的设置
 车辆ReID中，使用了[SupConLoss](https://arxiv.org/abs/2004.11362) + [ArcLoss](https://arxiv.org/abs/1801.07698)，其中权重比例为1:1
 具体代码详见：[SupConLoss代码](../../../ppcls/loss/supconloss.py)、[ArcLoss代码](../../../ppcls/arch/gears/arcmargin.py)