# 30分钟玩转PaddleClas（进阶版） 此处提供了专业用户在linux操作系统上使用PaddleClas的快速上手教程，主要内容基于CIFAR-100数据集，快速体验不同模型的训练、加载不同预训练模型、SSLD知识蒸馏方案和数据增广的效果。请事先参考[安装指南](install.md)配置运行环境和克隆PaddleClas代码。 ## 一、数据和模型准备 ### 1.1 数据准备 * 进入PaddleClas目录。 ``` cd path_to_PaddleClas ``` #### 1.1.1 准备CIFAR100 * 进入`dataset/`目录，下载并解压CIFAR100数据集。 ```shell cd dataset wget https://paddle-imagenet-models-name.bj.bcebos.com/data/CIFAR100.tar tar -xf CIFAR100.tar cd ../ ``` ## 二、模型训练 ### 2.1 单标签训练 #### 2.1.1 零基础训练：不加载预训练模型的训练 * 基于ResNet50_vd模型，训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Global.output_dir="output_CIFAR" ``` 验证集的最高准确率为0.415左右。 #### 2.1.2 迁移学习 * 基于ImageNet1k分类预训练模型ResNet50_vd_pretrained(准确率79.12\%)进行微调，训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Global.output_dir="output_CIFAR" \ -o Arch.pretrained=True ``` 验证集最高准确率为0.718左右，加载预训练模型之后，CIFAR100数据集精度大幅提升，绝对精度涨幅30\%。 * 基于ImageNet1k分类预训练模型ResNet50_vd_ssld_pretrained(准确率82.39\%)进行微调，训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Global.output_dir="output_CIFAR" \ -o Arch.pretrained=True \ -o Arch.use_ssld=True ``` 最终CIFAR100验证集上精度指标为0.73，相对于79.12\%预训练模型的微调结构，新数据集指标可以再次提升1.2\%。 * 替换backbone为MobileNetV3_large_x1_0进行微调，训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/MobileNetV3_large_x1_0_CIFAR100_finetune.yaml \ -o Global.output_dir="output_CIFAR" \ -o Arch.pretrained=True ``` 验证集最高准确率为0.601左右, 较ResNet50_vd低近12%。 ## 三、数据增广 PaddleClas包含了很多数据增广的方法，如Mixup、Cutout、RandomErasing等，具体的方法可以参考[数据增广的章节](../advanced_tutorials/image_augmentation/ImageAugment.md)。 ### 数据增广的尝试-Mixup 基于`3.3节`中的训练方法，结合Mixup的数据增广方式进行训练，具体的训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_mixup_CIFAR100_finetune.yaml \ -o Global.output_dir="output_CIFAR" ``` 最终CIFAR100验证集上的精度为0.73，使用数据增广可以使得模型精度再次提升约1.2\%。 * **注意** * 其他数据增广的配置文件可以参考`ppcls/configs/DataAugment`中的配置文件。 * 训练CIFAR100的迭代轮数较少，因此进行训练时，验证集的精度指标可能会有1\%左右的波动。 ## 四、知识蒸馏 PaddleClas包含了自研的SSLD知识蒸馏方案，具体的内容可以参考[知识蒸馏章节](../advanced_tutorials/distillation/distillation.md), 本小节将尝试使用知识蒸馏技术对MobileNetV3_large_x1_0模型进行训练，使用`2.1.2小节`训练得到的ResNet50_vd模型作为蒸馏所用的教师模型，首先将`2.1.2小节`训练得到的ResNet50_vd模型保存到指定目录，脚本如下。 ```shell mkdir pretrained cp -r output_CIFAR/ResNet50_vd/best_model.pdparams ./pretrained/ ``` 配置文件中模型名字、教师模型哈学生模型的配置、预训练地址配置以及freeze_params配置如下，其中freeze_params_list中的两个值分别代表教师模型和学生模型是否冻结参数训练。 ```yaml Arch: name: "DistillationModel" # if not null, its lengths should be same as models pretrained_list: # if not null, its lengths should be same as models freeze_params_list: - True - False models: - Teacher: name: ResNet50_vd pretrained: "./pretrained/best_model" - Student: name: MobileNetV3_large_x1_0 pretrained: True ``` Loss配置如下，其中训练Loss是学生模型的输出和教师模型的输出的交叉熵、验证Loss是学生模型的输出和真实标签的交叉熵。 ```yaml Loss: Train: - DistillationCELoss: weight: 1.0 model_name_pairs: - ["Student", "Teacher"] Eval: - DistillationGTCELoss: weight: 1.0 model_names: ["Student"] ``` 最终的训练脚本如下所示。 ```shell export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \ tools/train.py \ -c ./ppcls/configs/quick_start/professional/R50_vd_distill_MV3_large_x1_0_CIFAR100.yaml \ -o Global.output_dir="output_CIFAR" ``` 最终CIFAR100验证集上的精度为64.4\%，使用教师模型进行知识蒸馏，MobileNetV3的精度涨幅4.3\%。 * **注意** * 蒸馏过程中，教师模型使用的预训练模型为CIFAR100数据集上的训练结果，学生模型使用的是ImageNet1k数据集上精度为75.32\%的MobileNetV3_large_x1_0预训练模型。 * 该蒸馏过程无须使用真实标签，所以可以使用更多的无标签数据，在使用过程中，可以将无标签数据生成假的train_list.txt，然后与真实的train_list.txt进行合并, 用户可以根据自己的数据自行体验。 ## 五、模型评估与推理 ### 5.1 单标签分类模型评估与推理 #### 5.1.1 单标签分类模型评估。 训练好模型之后，可以通过以下命令实现对模型精度的评估。 ```bash python3 tools/eval.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Global.pretrained_model="output_CIFAR/ResNet50_vd/best_model" ``` #### 5.1.2 单标签分类模型预测 模型训练完成之后，可以加载训练得到的预训练模型，进行模型预测。在模型库的 `tools/infer.py` 中提供了完整的示例，只需执行下述命令即可完成模型预测： ```python python3 tools/infer.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Infer.infer_imgs=./dataset/CIFAR100/test/0/0001.png \ -o Global.pretrained_model=output_CIFAR/ResNet50_vd/best_model ``` #### 5.1.3 单标签分类使用inference模型进行模型推理 通过导出inference模型，PaddlePaddle支持使用预测引擎进行预测推理。接下来介绍如何用预测引擎进行推理： 首先，对训练好的模型进行转换： ```bash python3 tools/export_model.py \ -c ./ppcls/configs/quick_start/professional/ResNet50_vd_CIFAR100.yaml \ -o Global.pretrained_model=output_CIFAR/ResNet50_vd/best_model ``` * 默认会在`inference`文件夹下生成`inference.pdiparams`、`inference.pdmodel`和`inference.pdiparams.info`文件。 使用预测引擎进行推理： 进入deploy目录下： ```bash cd deploy ``` 更改inference_cls.yaml文件，由于训练CIFAR100采用的分辨率是32x32，所以需要改变相关的分辨率，最终配置文件中的图像预处理如下： ```yaml PreProcess: transform_ops: - ResizeImage: resize_short: 36 - CropImage: size: 32 - NormalizeImage: scale: 0.00392157 mean: [0.485, 0.456, 0.406] std: [0.229, 0.224, 0.225] order: '' - ToCHWImage: ``` 执行命令进行预测，由于默认class_id_map_file是ImageNet数据集的映射文件，所以此处需要置None。 ```bash python3 python/predict_cls.py \ -c configs/inference_cls.yaml \ -o Global.infer_imgs=../dataset/CIFAR100/test/0/0001.png \ -o PostProcess.class_id_map_file=None ```