From 7bf9b40bf2dd55771590c15e1507b65c4cd8a400 Mon Sep 17 00:00:00 2001 From: cuicheng01 Date: Mon, 23 May 2022 01:21:19 +0000 Subject: [PATCH] update docs --- docs/zh_CN/PULC/PULC_person_cls.md | 12 +++++++----- 1 file changed, 7 insertions(+), 5 deletions(-) diff --git a/docs/zh_CN/PULC/PULC_person_cls.md b/docs/zh_CN/PULC/PULC_person_cls.md index ab9feb48..ff3508c3 100644 --- a/docs/zh_CN/PULC/PULC_person_cls.md +++ b/docs/zh_CN/PULC/PULC_person_cls.md @@ -165,7 +165,7 @@ cd ../ └── val_list.txt.debug ``` -其中`train/`和`val/`分别为训练集和验证集。`train_list.txt`和`val_list.txt`分别为训练集和验证集的标签文件，`train_list.txt.debug`和`val_list.txt.debug`分别为训练集和验证集的`debug`标签文件，其分别是`train_list.txt`和`val_list.txt`的子集，用该文件可以快速体验本案例的流程。`ImageNet_val/`是ImageNet的验证集，该集合和`train`集合的混合数据用于本案例的`KL-JS-UGI知识蒸馏策略`，对应的训练标签文件为`train_list_for_distill.txt`。 +其中`train/`和`val/`分别为训练集和验证集。`train_list.txt`和`val_list.txt`分别为训练集和验证集的标签文件，`train_list.txt.debug`和`val_list.txt.debug`分别为训练集和验证集的`debug`标签文件，其分别是`train_list.txt`和`val_list.txt`的子集，用该文件可以快速体验本案例的流程。`ImageNet_val/`是ImageNet的验证集，该集合和`train`集合的混合数据用于本案例的`SKL-UGI知识蒸馏策略`，对应的训练标签文件为`train_list_for_distill.txt`。 * **注意**: @@ -233,6 +233,8 @@ python3 -m paddle.distributed.launch \ -o Arch.models.0.Teacher.pretrained=output/ResNet101_vd/best_model ``` +验证集的最佳指标为0.95-0.97之间，当前模型最好的权重保存在`output/DistillationModel/best_model_student.pdparams`。 + #### 3.2.2 超参数搜索训练 @@ -245,7 +247,7 @@ python3 -m paddle.distributed.launch \ python tools/search_strategy.py -c ppcls/configs/StrategySearch/person.yaml ``` -在`ppcls/configs/StrategySearch/person.yaml`中指定了具体的 GPU id 号和搜索配置。 +在`ppcls/configs/StrategySearch/person.yaml`中指定了具体的 GPU id 号和搜索配置, 默认搜索的训练日志和模型存放于`output/search_person`中，最终的蒸馏模型存放于`output/search_person/search_res/DistillationModel/best_model_student.pdparams`。 * **注意**: @@ -270,7 +272,7 @@ python tools/search_strategy.py -c ppcls/configs/StrategySearch/person.yaml ```bash python3 tools/eval.py \ -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml \ - -o Global.pretrained_model="output/PPLCNet_x1_0/best_model" + -o Global.pretrained_model="output/DistillationModel/best_model_student" ``` @@ -283,7 +285,7 @@ python3 tools/eval.py \ python3 tools/infer.py \ -c ./ppcls/configs/PULC/person/PPLCNet/PPLCNet_x1_0.yaml \ -o Infer.infer_imgs=./dataset/person/val/objects365_01780637.jpg \ - -o Global.pretrained_model=output/PPLCNet_x1_0/best_model \ + -o Global.pretrained_model=output/DistillationModel/best_model_student \ -o Global.pretrained_model=Infer.PostProcess.threshold=0.9794 ``` @@ -309,7 +311,7 @@ python3 tools/infer.py \ ```bash python3 tools/export_model.py \ -c ./ppcls/configs/cls_demo/PULC/PPLCNet/PPLCNet_x1_0.yaml \ - -o Global.pretrained_model=output/PPLCNet_x1_0/best_model \ + -o Global.pretrained_model=output/DistillationModel/best_model_student \ -o Global.save_inference_dir=deploy/models/PPLCNet_x1_0_person ``` 执行完该脚本后会在`deploy/models/`下生成`PPLCNet_x1_0_person`文件夹，该文件夹中的模型与 2.2 节下载的推理预测模型格式一致。 -- GitLab