VoVNet

目录

• 1. 简介
• 2. 数据集和复现精度
• 3. 准备数据与环境
  • 3.1 准备环境
  • 3.2 准备数据
  • 3.3 准备模型
• 4. 开始使用
  • 4.1 模型训练
  • 4.2 模型评估
  • 4.3 模型预测
• 5. 模型推理部署
• 6. 自动化测试脚本
• 7. LICENSE
• 8. 参考链接与文献

1. 简介

这是基于PaddlePaddle和PaddleClas的VoVNet实现。

论文: An Energy and GPU-Computation Efficient Backbone Network for Real-Time Object Detection

参考repo: VoVNet.pytorch

2. 数据集和复现精度

数据集为ImageNet-1K，训练集包含1281167张图像，验证集包含50000张图像。您可以从ImageNet 官网申请下载数据。

模型	top1 acc (参考精度)	top1 acc (模型转换精度)	top1 acc (实际训练)	权重 | 训练日志
VoVNet39	0.7677	0.76122	0.75904	best_model.pdparams | train.log

权重及训练日志下载地址：百度网盘

3. 准备数据与环境

3.1 准备环境

硬件和框架版本等环境的要求如下：

• 硬件：4 * RTX3090
• 框架：
  • PaddlePaddle == 2.2.2

• 下载代码

git clone https://github.com/Dandelight/VoVNet-PaddlePaddle
cd VoVNet-PaddlePaddle
git checkout -b vovnet

• 安装paddlepaddle

# 需要安装2.2及以上版本的Paddle，如果
# 安装GPU版本的Paddle
pip install paddlepaddle-gpu==2.2.0
# 安装CPU版本的Paddle
pip install paddlepaddle==2.2.0

更多安装方法可以参考：Paddle安装指南。

• 安装requirements

pip install -r requirements.txt

3.2 准备数据

如果您已经拥有ImageNet-1K数据集，那么该步骤可以跳过，如果您没有，则可以从ImageNet官网申请下载。

下载后请将数据集挂载到dataset/ILSVRC2012文件夹下。

# 在本项目根目录下执行
ln –s ${ImageNet根目录} ./dataset/ILSVRC2012

挂载后数据的组织形式如下。

PaddleClas/dataset/ILSVRC2012/
|_ train/
|  |_ n01440764
|  |  |_ n01440764_10026.JPEG
|  |  |_ ...
|  |_ ...
|  |
|  |_ n15075141
|     |_ ...
|     |_ n15075141_9993.JPEG
|_ val/
|  |_ ILSVRC2012_val_00000001.JPEG
|  |_ ...
|  |_ ILSVRC2012_val_00050000.JPEG
|_ train_list.txt
|_ val_list.txt

如果只是希望快速体验模型训练功能，可以参考：飞桨训推一体认证（TIPC）开发文档

3.3 准备模型

如果您希望直接体验评估或者预测推理过程，可以直接根据第2章的内容下载提供的预训练模型，直接体验模型评估、预测、推理部署等内容。

4. 开始使用

4.1 模型训练

• 单机多卡训练

export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus="0,1,2,3" \
    tools/train.py \
    -c ./ppcls/configs/ImageNet/VoVNet/VoVNet39.yaml

部分训练日志如下所示。

[2022/04/19 15:14:20] root INFO: [Train][Epoch 70/90][Iter: 750/1252]lr: 0.00100, top1: 0.78320, top5: 0.92243, CELoss: 1.84433, loss: 1.84433, batch_cost: 0.78969s, reader_cost: 0.02191, ips: 324.17870 images/sec, eta: 5:36:10
[2022/04/19 15:14:28] root INFO: [Train][Epoch 70/90][Iter: 760/1252]lr: 0.00100, top1: 0.78327, top5: 0.92241, CELoss: 1.84431, loss: 1.84431, batch_cost: 0.78985s, reader_cost: 0.02191, ips: 324.11334 images/sec, eta: 5:36:06
[2022/04/19 15:14:36] root INFO: [Train][Epoch 70/90][Iter: 770/1252]lr: 0.00100, top1: 0.78330, top5: 0.92244, CELoss: 1.84447, loss: 1.84447, batch_cost: 0.79003s, reader_cost: 0.02188, ips: 324.03792 images/sec, eta: 5:36:03

4.2 模型评估

export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus="0,1,2,3" \
    tools/eval.py \
    -c ./ppcls/configs/ImageNet/VoVNet/VoVNet39.yaml \
    -o Global.pretrained_model=$TRAINED_MODEL

4.3 模型预测

python tools/infer.py \
    -c ./ppcls/configs/ImageNet/VoVNet/VoVNet39.yaml \
    -o Infer.infer_imgs=./deploy/images/ILSVRC2012_val_00020010.jpeg \
    -o Global.pretrained_model=$TRAINED_MODEL

最终输出结果为

[{'class_ids': [178, 246, 210, 209, 171], 'scores': [0.71461, 0.00499, 0.00289, 0.00234, 0.00232], 'file_name': './deploy/images/ILSVRC2012_val_00020010.jpeg', 'label_names': ['Weimaraner', 'Great Dane', 'German short-haired pointer', 'Chesapeake Bay retriever', 'Italian greyhound']}]

表示预测的类别为Weimaraner（魏玛猎狗），ID是178，置信度为0.71461。

5. 模型推理部署

5.1 基于Inference的推理

可以参考模型导出，

将该模型转为 inference 模型只需运行如下命令：

python tools/export_model.py \
    -c ./ppcls/configs/ImageNet/VoVNet/VoVNet39.yaml \
    -o Global.save_inference_dir=./deploy/models/class_VAN_tiny_ImageNet_infer \
    -o Global.pretrained_model=$TRAINED_MODEL

5.2 基于Serving的服务化部署

Serving部署教程可参考：链接。

6. 自动化测试脚本

详细日志在test_tipc/output

TIPC: test_tipc/README.md

首先安装auto_log，需要进行安装，安装方式如下： auto_log的详细介绍参考https://github.com/LDOUBLEV/AutoLog。

git clone https://github.com/LDOUBLEV/AutoLog
cd AutoLog/
pip3 install -r requirements.txt
python3 setup.py bdist_wheel
pip3 install ./dist/auto_log-1.2.0-py3-none-any.whl

进行TIPC：进行中

• 更多详细内容，请参考：TIPC测试文档。

7. LICENSE

本项目在Apache 2.0 license许可证下发布。

8. 参考链接与文献

1. An Energy and GPU-Computation Efficient Backbone Network for Real-Time Object Detection: https://arxiv.org/abs/1904.09730
2. stigma0617/VoVNet.pytorch: https://github.com/stigma0617/VoVNet.pytorch
3. PaddlePaddle/PaddleClas: https://github.com/PaddlePaddle/PaddleClas
4. flytocc/PaddleClas_VAN-Classification: https://github.com/flytocc/PaddleClas_VAN-Classification