Update logo_recognition.md

docs/zh_CN/application/logo_recognition.md

@@ -6,33 +6,107 @@
 -  Backbone的具体设置
 -  Loss函数的相关设置
 
+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
 
 ### LogoDet-3K数据集
 
-<img src="../../images/logo/logodet3k.jpg" alt="logodet3k" style="zoom:20%;" />
+<img src="../../images/recognotion/logo/logo3k.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
-
-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) 
+## 数据预处理
 
-在训练阶段，采用如下的数据增强方式，按照顺序如下：
+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 
+- 图像`Resize`到224
 - 随机水平翻转
 - [AugMix](https://arxiv.org/abs/1912.02781v1)
-- Normlize：归一化到0～1
+- Normlize：归一化到0~1
 - [RandomErasing](https://arxiv.org/pdf/1708.04896v2.pdf)
 
-## Backbone的设置
-
-具体是用`ResNet50`作为backbone，但在`ResNet50`基础上做了如下修改：
-
-- 使用ImageNet预训练模型
-- last stage stride=1, 保持最后输出特征图尺寸14x14
-- 在最后加入一个embedding 卷积层，特征维度为512
+在配置文件中设置如下，详见`transform_ops`部分：
+
+```yaml
+DataLoader:
+  Train:
+    dataset:
+        # 具体使用的Dataset的的名称
+        name: "LogoDataset"
+        # 使用此数据集的具体参数
+        image_root: "dataset/LogoDet-3K-crop/train/"
+        cls_label_path: "dataset/LogoDet-3K-crop/LogoDet-3K+train.txt"
+        # 图像增广策略：ResizeImage、RandFlipImage等
+        transform_ops:
+          - ResizeImage:
+              size: 224
+          - RandFlipImage:
+              flip_code: 1
+          - AugMix:
+              prob: 0.5
+          - NormalizeImage:
+              scale: 0.00392157
+              mean: [0.485, 0.456, 0.406]
+              std: [0.229, 0.224, 0.225]
+              order: ''
+          - RandomErasing:
+              EPSILON: 0.5
+              sl: 0.02
+              sh: 0.4
+              r1: 0.3
+              mean: [0., 0., 0.]
+    sampler:
+        name: DistributedRandomIdentitySampler
+        batch_size: 128
+        num_instances: 2
+        drop_last: False
+        shuffle: True
+    loader:
+        num_workers: 6
+        use_shared_memory: False
+```
+
+## Backbone的具体设置
+
+具体是用`ResNet50`作为backbone，主要做了如下修改：
+
+ - 使用ImageNet预训练模型
+
+ - last stage stride=1, 保持最后输出特征图尺寸14x14
+
+ - 在最后加入一个embedding 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)
+
+在配置文件中Backbone设置如下：
+
+```yaml
+Arch:
+  # 使用RecModel模型进行训练，目前支持普通ImageNet和RecModel两个方式
+  name: "RecModel"
+  # 导出inference model的具体配置
+  infer_output_key: "features"
+  infer_add_softmax: False
+  # 使用的Backbone
+  Backbone:
+    name: "ResNet50_last_stage_stride1"
+    pretrained: True
+  # 使用此层作为Backbone的feature输出，name为具体层的full_name
+  BackboneStopLayer:
+    name: "adaptive_avg_pool2d_0"
+  # Backbone的基础上，新增网络层。此模型添加1x1的卷积层（embedding）
+  Neck:
+    name: "VehicleNeck"
+    in_channels: 2048
+    out_channels: 512
+  # 增加CircleMargin head
+  Head:
+    name: "CircleMargin"
+    margin: 0.35
+    scale:  64
+    embedding_size: 512
+```
 
 ## Loss的设置
 
@@ -40,6 +114,76 @@ LogoDet-3K数据集是具有完整标注的Logo数据集，有3000个标识类
 
 具体代码详见：[PairwiseCosface](../../../ppcls/loss/pairwisecosface.py) 、[CircleMargin](../../../ppcls/arch/gears/circlemargin.py)
 
-
-
-全部的超参数及具体配置：[ResNet50_ReID.yaml](../../../ppcls/configs/Logo/ResNet50_ReID.yaml)。
+在配置文件中设置如下：
+
+```yaml
+Loss:
+  Train:
+    - CELoss:
+        weight: 1.0
+    - PairwiseCosface:
+        margin: 0.35
+        gamma: 64
+        weight: 1.0
+  Eval:
+    - CELoss:
+        weight: 1.0
+```
+
+## 其他相关设置
+
+### Optimizer设置
+
+```yaml
+Optimizer:
+  # 使用的优化器名称
+  name: Momentum
+  # 优化器具体参数
+  momentum: 0.9
+  lr:
+    # 使用的学习率调节具体名称
+    name: Cosine
+    # 学习率调节算法具体参数
+    learning_rate: 0.01
+  regularizer:
+    name: 'L2'
+    coeff: 0.0001
+```
+
+### Eval Metric设置
+
+```yaml
+Metric:
+  Eval:
+    # 使用Recallk和mAP两种评价指标
+    - Recallk:
+        topk: [1, 5]
+    - mAP: {}
+```
+
+### 其他超参数设置
+
+```yaml
+Global:
+  # 如为null则从头开始训练。若指定中间训练保存的状态地址，则继续训练
+  checkpoints: null
+  pretrained_model: null
+  output_dir: "./output/"
+  device: "gpu"
+  class_num: 3000
+  # 保存模型的粒度，每个epoch保存一次
+  save_interval: 1
+  eval_during_train: True
+  eval_interval: 1
+  # 训练的epoch数
+  epochs: 120
+  # log输出频率
+  print_batch_step: 10
+  # 是否使用visualdl库
+  use_visualdl: False
+  # used for static mode and model export
+  image_shape: [3, 224, 224]
+  save_inference_dir: "./inference"
+  # 使用retrival的方式进行评测
+  eval_mode: "retrieval"
+```