# 训练实例分割模型 ------ 本文档训练代码可直接下载[代码tutorials/train/detection/mask_rcnn_r50_fpn.py](https://github.com/PaddlePaddle/PaddleX/blob/develop/tutorials/train/detection/mask_rcnn_r50_fpn.py)。 **1.下载并解压训练所需的数据集** > 使用1张显卡训练并指定使用0号卡。 ```python import os os.environ['CUDA_VISIBLE_DEVICES'] = '0' import paddlex as pdx ``` > 这里使用垃圾分拣数据集,训练集、验证集和测试共包含283个样本,6个类别。 ```python garbage_dataset = 'https://bj.bcebos.com/paddlex/datasets/garbage_ins_det.tar.gz' pdx.utils.download_and_decompress(garbage_dataset, path='./') ``` **2.定义训练和验证过程中的数据处理和增强操作** > 在训练过程中使用`RandomHorizontalFlip`进行数据增强,由于接下来选择的模型是带FPN结构的Mask RCNN,所以使用`PaddingImage`将输入图像的尺寸补齐到32的倍数,以保证FPN中两个需做相加操作的特征层的尺寸完全相同。transforms的使用见[paddlex.cv.transforms](../../apis/transforms/det_transforms.md) ```python from paddlex.det import transforms train_transforms = transforms.Compose([ transforms.RandomHorizontalFlip(), transforms.Normalize(), transforms.ResizeByShort(short_size=800, max_size=1333), transforms.Padding(coarsest_stride=32) ]) eval_transforms = transforms.Compose([ transforms.Normalize(), transforms.ResizeByShort(short_size=800, max_size=1333), transforms.Padding(coarsest_stride=32) ]) ``` **3.创建数据集读取器,并绑定相应的数据预处理流程** > 数据集读取器的介绍见文档[paddlex.datasets](../../apis/datasets.md) ```python train_dataset = pdx.datasets.CocoDetection( data_dir='garbage_ins_det/JPEGImages', ann_file='garbage_ins_det/train.json', transforms=train_transforms, shuffle=True) eval_dataset = pdx.datasets.CocoDetection( data_dir='garbage_ins_det/JPEGImages', ann_file='garbage_ins_det/val.json', transforms=eval_transforms) ``` **4.创建Mask RCNN模型,并进行训练** > 创建带FPN结构的Mask RCNN模型,`num_classes` 需要设置为包含背景类的类别数,即: 目标类别数量(6) + 1。 ```python num_classes = len(train_dataset.labels) model = pdx.det.MaskRCNN(num_classes=num_classes ``` > 模型训练默认下载并使用在ImageNet数据集上训练得到的Backone,用户也可自行指定`pretrain_weights`参数来设置预训练权重。训练过程每间隔`save_interval_epochs`会在`save_dir`保存一次模型,与此同时也会在验证数据集上计算指标。检测模型的接口可见文档[paddlex.det.models](../../apis/models.md)。 ```python model.train( num_epochs=12, train_dataset=train_dataset, train_batch_size=1, eval_dataset=eval_dataset, learning_rate=0.00125, lr_decay_epochs=[8, 11], save_dir='output/mask_rcnn_r50_fpn', use_vdl=True) ``` > 将`use_vdl`设置为`True`时可使用VisualDL查看训练指标。按以下方式启动VisualDL后,浏览器打开 https://0.0.0.0:8001即可。其中0.0.0.0为本机访问,如为远程服务, 改成相应机器IP。 ```shell visualdl --logdir output/faster_rcnn_r50_fpn/vdl_log --port 8001 ``` **5.验证或测试** > 训练完利用模型可继续在验证集上进行验证。 ```python eval_metrics = model.evaluate(eval_dataset, batch_size=1) print("eval_metrics:", eval_metrics) ``` > 结果输出: ```python eval_metrics: {'bbox_mmap': 0.858306, 'segm_mmap': 0.864278} ``` > 训练完用模型对图片进行测试。 ```python predict_result = model.predict('./garbage_ins_det/JPEGImages/000114.bmp') ``` > 可视化测试结果: ```python pdx.det.visualize('./garbage_ins_det/JPEGImages/000114.bmp', predict_result, threshold=0.7, save_dir='./output/mask_rcnn_r50_fpn') ``` ![](../../images/visualized_maskrcnn.bmp)