From e207d1ad6bb368e2c64c166e1d743612da6b3b73 Mon Sep 17 00:00:00 2001 From: wuzewu Date: Mon, 17 Aug 2020 11:35:18 +0800 Subject: [PATCH] Create finetune_ocrnet.md --- tutorial/finetune_ocrnet.md | 145 ++++++++++++++++++++++++++++++++++++ 1 file changed, 145 insertions(+) create mode 100644 tutorial/finetune_ocrnet.md diff --git a/tutorial/finetune_ocrnet.md b/tutorial/finetune_ocrnet.md new file mode 100644 index 00000000..11bec495 --- /dev/null +++ b/tutorial/finetune_ocrnet.md @@ -0,0 +1,145 @@ +# OCRNet模型使用教程 + +本教程旨在介绍如何通过使用PaddleSeg提供的 ***`OCRNet`*** 预训练模型在自定义数据集上进行训练、评估和可视化。 + +* 在阅读本教程前，请确保您已经了解过PaddleSeg的[快速入门](../README.md#快速入门)和[基础功能](../README.md#基础功能)等章节，以便对PaddleSeg有一定的了解。 + +* 本教程的所有命令都基于PaddleSeg主目录进行执行。 + +* 目前OCRNet只支持HRNet作为backbone + +## 一. 准备待训练数据 + +![](./imgs/optic.png) + +我们提前准备好了一份眼底医疗分割数据集，包含267张训练图片、76张验证图片、38张测试图片。通过以下命令进行下载： + +```shell +python dataset/download_optic.py +``` + + +## 二. 下载预训练模型 + +接着下载对应的预训练模型 + +```shell +python pretrained_model/download_model.py ocrnet_w18_bn_cityscapes +``` + +关于已有的OCRNet预训练模型的列表，请参见[模型组合](#模型组合)。如果需要使用其他预训练模型，下载该模型并将配置中的BACKBONE、NORM_TYPE等进行替换即可。 + +## 三. 准备配置 + +接着我们需要确定相关配置，从本教程的角度，配置分为三部分： + +* 数据集 + * 训练集主目录 + * 训练集文件列表 + * 测试集文件列表 + * 评估集文件列表 +* 预训练模型 + * 预训练模型名称 + * 预训练模型各阶段通道数设置 + * 预训练模型的Normalization类型 + * 预训练模型路径 +* 其他 + * 学习率 + * Batch大小 + * ... + +在三者中，预训练模型的配置尤为重要，如果模型配置错误，会导致预训练的参数没有加载，进而影响收敛速度。预训练模型相关的配置如第二步所展示。 + +数据集的配置和数据路径有关，在本教程中，数据存放在`dataset/optic_disc_seg`中 + +其他配置则根据数据集和机器环境的情况进行调节，最终我们保存一个如下内容的yaml配置文件，存放路径为**configs/ocrnet_optic.yaml** + +```yaml +# 数据集配置 +DATASET: + DATA_DIR: "./dataset/optic_disc_seg/" + NUM_CLASSES: 2 + TEST_FILE_LIST: "./dataset/optic_disc_seg/test_list.txt" + TRAIN_FILE_LIST: "./dataset/optic_disc_seg/train_list.txt" + VAL_FILE_LIST: "./dataset/optic_disc_seg/val_list.txt" + VIS_FILE_LIST: "./dataset/optic_disc_seg/test_list.txt" + +# 预训练模型配置 +MODEL: + MODEL_NAME: "ocrnet" + DEFAULT_NORM_TYPE: "bn" + # 此处设置backbone的配置 + HRNET: + STAGE2: + NUM_CHANNELS: [18, 36] + STAGE3: + NUM_CHANNELS: [18, 36, 72] + STAGE4: + NUM_CHANNELS: [18, 36, 72, 144] + # 此处设置OCR HEAD + + +# 其他配置 +TRAIN_CROP_SIZE: (512, 512) +EVAL_CROP_SIZE: (512, 512) +AUG: + AUG_METHOD: "unpadding" + FIX_RESIZE_SIZE: (512, 512) +BATCH_SIZE: 4 +TRAIN: + PRETRAINED_MODEL_DIR: "./pretrained_model/ocrnet_w18_bn_cityscapes/" + MODEL_SAVE_DIR: "./saved_model/ocrnet_optic/" + SNAPSHOT_EPOCH: 5 +TEST: + TEST_MODEL: "./saved_model/ocrnet_optic/final" +SOLVER: + NUM_EPOCHS: 10 + LR: 0.001 + LR_POLICY: "poly" + OPTIMIZER: "adam" +``` + +## 四. 配置/数据校验 + +在开始训练和评估之前，我们还需要对配置和数据进行一次校验，确保数据和配置是正确的。使用下述命令启动校验流程 + +```shell +python pdseg/check.py --cfg ./configs/ocrnet_optic.yaml +``` + + +## 五. 开始训练 + +校验通过后，使用下述命令启动训练 + +```shell +# 指定GPU卡号（以0号卡为例） +export CUDA_VISIBLE_DEVICES=0 +# 训练 +python pdseg/train.py --use_gpu --cfg ./configs/ocrnet_optic.yaml +``` + +## 六. 进行评估 + +模型训练完成，使用下述命令启动评估 + +```shell +python pdseg/eval.py --use_gpu --cfg ./configs/ocrnet_optic.yaml +``` + +## 七. 进行可视化 +使用下述命令启动预测和可视化 + +```shell +python pdseg/vis.py --use_gpu --cfg ./configs/ocrnet_optic.yaml +``` + +预测结果将保存在visual目录下，以下展示其中1张图片的预测效果： + +![](imgs/optic_hrnet.png) + +## 模型组合 + +|预训练模型名称|Backbone|数据集|配置| +|-|-|-|-| +|ocrnet_w18_bn_cityscapes|OCRNet| Cityscapes | MODEL.MODEL_NAME: ocrnet
MODEL.HRNET.STAGE2.NUM_CHANNELS: [18, 36]
MODEL.HRNET.STAGE3.NUM_CHANNELS: [18, 36, 72]
MODEL.HRNET.STAGE4.NUM_CHANNELS: [18, 36, 72, 144]
MODEL.DEFAULT_NORM_TYPE: bn
MODEL.OCR.OCR_MID_CHANNELS: 512
MODEL.OCR.OCR_KEY_CHANNELS: 256| -- GitLab