fix dygraph getting_started doc (#2128)

dygraph/docs/tutorials/GETTING_STARTED_cn.md

@@ -2,33 +2,80 @@
 
 ## 安装
 
-`dygraph`分支需要安装每日版本的PaddlePaddle，PaddlePaddle中`c0a991c8740b413559bfc894aa5ae1d5ed3704b5`这个commit会影响精度，建议安装这个commit之前的版本。
+关于安装配置运行环境，请参考[安装指南](INSTALL_cn.md)
 
 
 ## 准备数据
-请按照[如何准备训练数据](PrepareDataSet.md) 准备训练数据。  
-数据准备好之后，设置数据配置文件`configs/_base_/datasets/coco.yml`中的数据路径。
+- 首先按照[准备数据文档](PrepareDataSet.md) 准备数据。  
+- 然后设置`configs/datasets`中相应的coco或voc等数据配置文件中的数据路径。
 
 
 ## 训练/评估/预测
 
-PaddleDetection提供了训练/评估/预测，支持通过不同可选参数实现特定功能
+PaddleDetection在[tools](https://github.com/PaddlePaddle/PaddleDetection/tree/master/dygraph/tools)中提供了`训练`/`评估`/`预测`/`导出模型`等功能，支持通过传入不同可选参数实现特定功能
+
+### 参数列表
+
+以下列表可以通过`--help`查看
+
+|         FLAG             |     支持脚本    |        用途        |      默认值       |         备注         |
+| :----------------------: | :------------: | :---------------: | :--------------: | :-----------------: |
+|          -c              |      ALL       |  指定配置文件  |  None  |  **必选**，例如-c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml |
+|        --eval            |     train      |  是否边训练边测试  |  False  |  可选，如需指定，直接`--eval`即可 |
+|          -o              |      ALL       |  设置或更改配置文件里的参数内容  |  None  |  可选，例如：`-o use_gpu=False`  |
+|       --slim_config             |     ALL      |  模型压缩策略配置文件  |  None  |  可选，例如`--slim_config configs/slim/prune/yolov3_prune_l1_norm.yml`  |
+|       --output_dir       |      infer/export_model     |  预测后结果或导出模型保存路径  |  `./output`  |  可选，例如`--output_dir=output`  |
+|    --draw_threshold      |      infer     |  可视化时分数阈值  |  0.5  |  可选，`--draw_threshold=0.7`  |
+|      --infer_dir         |       infer     |  用于预测的图片文件夹路径  |  None  |  可选  |
+|      --infer_img         |       infer     |  用于预测的图片路径  |  None  |  可选，`--infer_img`和`--infer_dir`必须至少设置一个  |
+
+
+### 训练
+
+- 单卡训练
+```bash
+# 通过CUDA_VISIBLE_DEVICES指定GPU卡号
+export CUDA_VISIBLE_DEVICES=0
+python tools/train.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml
+```
+- 多卡训练
 
-#### 训练
 ```bash
-# GPU训练 支持单卡，多卡训练，通过CUDA_VISIBLE_DEVICES指定卡号
 export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
-python -m paddle.distributed.launch --selected_gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/faster_rcnn_r50_fpn_1x_coco.yml
+python -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml
+```
+
+- 边训练边评估
+```bash
+python tools/train.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml --eval
 ```
 
-#### 评估
+### 评估
 ```bash
-# 使用单卡评估
-CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/faster_rcnn_r50_fpn_1x_coco.yml
+# 目前只支持单卡评估
+CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml
 ```
 
-#### 预测
+### 预测
 ```bash
-# 预测
-CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/faster_rcnn_r50_fpn_1x_coco.yml --infer_img=demo/000000570688.jpg
+CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml --infer_img={IMAGE_PATH}
 ```
+
+## 预测部署
+
+（1）导出模型
+
+```bash
+python tools/export_model.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml \
+        -o weights=output/faster_rcnn_r50_fpn_1x_coco/model_final \
+        --output_dir=output_inference
+```
+
+（2）预测部署
+
+参考[预测部署文档](https://github.com/PaddlePaddle/PaddleDetection/tree/master/dygraph/deploy)。
+
+
+## 模型压缩
+
+参考[模型压缩文档](https://github.com/PaddlePaddle/PaddleDetection/tree/master/dygraph/configs/slim)。

dygraph/requirements.txt

@@ -4,5 +4,3 @@ visualdl>=2.0.0b
 opencv-python
 PyYAML
 shapely
-llvmlite==0.33
-numba==0.50

dygraph/tools/eval.py

@@ -22,7 +22,7 @@ parent_path = os.path.abspath(os.path.join(__file__, *(['..'] * 2)))
 if parent_path not in sys.path:
     sys.path.append(parent_path)
 
-# ignore numba warning
+# ignore warning log
 import warnings
 warnings.filterwarnings('ignore')
 
@@ -55,9 +55,6 @@ def parse_args():
         type=str,
         help="Configuration file of slim method.")
 
-    parser.add_argument(
-        '--use_gpu', action='store_true', default=False, help='')
-
     args = parser.parse_args()
     return args
 

dygraph/tools/export_model.py

@@ -21,7 +21,7 @@ parent_path = os.path.abspath(os.path.join(__file__, *(['..'] * 2)))
 if parent_path not in sys.path:
     sys.path.append(parent_path)
 
-# ignore numba warning
+# ignore warning log
 import warnings
 warnings.filterwarnings('ignore')
 

dygraph/tools/infer.py

@@ -21,7 +21,7 @@ parent_path = os.path.abspath(os.path.join(__file__, *(['..'] * 2)))
 if parent_path not in sys.path:
     sys.path.append(parent_path)
 
-# ignore numba warning
+# ignore warning log
 import warnings
 warnings.filterwarnings('ignore')
 import glob

dygraph/tools/train.py

@@ -22,7 +22,7 @@ parent_path = os.path.abspath(os.path.join(__file__, *(['..'] * 2)))
 if parent_path not in sys.path:
     sys.path.append(parent_path)
 
-# ignore numba warning
+# ignore warning log
 import warnings
 warnings.filterwarnings('ignore')
 import random
@@ -49,16 +49,6 @@ def parse_args():
         type=str,
         help="Loading Checkpoints only support 'pretrain', 'finetune', 'resume'."
     )
-    parser.add_argument(
-        "--fp16",
-        action='store_true',
-        default=False,
-        help="Enable mixed precision training.")
-    parser.add_argument(
-        "--loss_scale",
-        default=8.,
-        type=float,
-        help="Mixed precision training loss scale.")
     parser.add_argument(
         "--eval",
         action='store_true',
@@ -75,8 +65,6 @@ def parse_args():
         default=False,
         help="If set True, enable continuous evaluation job."
         "This flag is only used for internal test.")
-    parser.add_argument(
-        "--use_gpu", action='store_true', default=False, help="data parallel")
     args = parser.parse_args()
     return args