基于PaddleClas的PP-LCNet模型的动物图像识别与分类

本文涉及的产品
图像搜索,7款服务类型 1个月
简介: 基于PaddleClas的PP-LCNet模型的动物图像识别与分类

一、基于PP-LCNet的动物图像识别与分类


赛地址www.heywhale.com/home/activi…


1.数据集介绍


数据集是一个用于多分类任务的动物图像数据集,包含10种不同动物的图像。数据集来源由Google上的真实图像通过爬虫得到,图片尺寸大小以及格式不固定(包含jpg、jpeg以及png三种图像格式),另外对敏感信息进行了脱敏处理。


1.1训练集


训练集文件夹名为train_data,共有17803张图像,文件夹中包含10个子文件夹,文件名分别是butterfly、cat、chicken、cow、dog、elephant、horse、ragno、sheep、squirrel,文件名为对应文件夹下图像的类别,选手需自行读取标签信息。每个子文件夹下包含若干图像文件,数量约为1000-5000。


1.2测试集


测试集文件夹名为test_data,文件夹中包含8150张图像,选手需根据训练集建立模型,对测试集文件进行预测分类。


2.PP-LCNet介绍


在工业界真实落地的场景中,推理速度才是考量模型好坏的重要指标,然而,推理速度和准确性很难兼得。考虑到工业界有很多基于 Intel CPU 的应用,所以我们本次的工作旨在使骨干网络更好的适应 Intel CPU,从而得到一个速度更快、准确率更高的轻量级骨干网络,与此同时,目标检测、语义分割等下游视觉任务的性能也同样得到提升。针对 Intel CPU 设备以及其加速库 MKLDNN 设计了特定的骨干网络 PP-LCNet,比起其他的轻量级的 SOTA 模型,该骨干网络可以在不增加推理时间的情况下,进一步提升模型的性能,最终大幅度超越现有的 SOTA 模型。


image.pngimage.png


二、数据准备


1.解压缩数据


!unzip -qoa data/data140388/traindata.zip -d data/
!unzip -qoa data/data140388/testdata.zip -d data/
!mv data/input/animal7479/* data/


2.生成数据列表


# paddlex安装
!pip install paddlex >log.log
!paddlex --split_dataset --format ImageNet --dataset_dir data/train_data/train_data --val_value 0.2
[04-21 09:55:30 MainThread @logger.py:242] Argv: /opt/conda/envs/python35-paddle120-env/bin/paddlex --split_dataset --format ImageNet --dataset_dir data/train_data/train_data --val_value 0.2
[04-21 09:55:30 MainThread @utils.py:79] WRN paddlepaddle version: 2.2.2. The dynamic graph version of PARL is under development, not fully tested and supported
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/parl/remote/communication.py:38: DeprecationWarning: 'pyarrow.default_serialization_context' is deprecated as of 2.0.0 and will be removed in a future version. Use pickle or the pyarrow IPC functionality instead.
  context = pyarrow.default_serialization_context()
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/__init__.py:107: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import MutableMapping
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/rcsetup.py:20: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import Iterable, Mapping
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/colors.py:53: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import Sized
2022-04-21 09:55:34 [INFO]    Dataset split starts...
2022-04-21 09:55:34 [INFO]    Dataset split done.
2022-04-21 09:55:34 [INFO]    Train samples: 14246
2022-04-21 09:55:34 [INFO]    Eval samples: 3557
2022-04-21 09:55:34 [INFO]    Test samples: 0
2022-04-21 09:55:34 [INFO]    Split files saved in data/train_data/train_data

with open('data/train_data/train_data/labels.txt','r') as f:
    lines=f.readlines()
    print(lines)
f_list=open('label_list.txt','w')    
print(len(lines))
for i in range(len(lines)):
    f_list.write(str(i)+' '+ lines[i])
f_list.close()
['butterfly\n', 'cat\n', 'chicken\n', 'cow\n', 'dog\n', 'elephant\n', 'horse\n', 'ragno\n', 'sheep\n', 'squirrel\n']
10

0.8的训练集,0.2的测试集。Train数量为: 14246、Eval 数量为: 3557

2022-04-20 01:02:48 [INFO]    Train samples: 14246
2022-04-20 01:02:48 [INFO]    Eval samples: 3557
2022-04-20 01:02:48 [INFO]    Test samples: 0


二、环境准备


PaddleClas下载,计划使用PaddleClas中的 PP-LCNet 进行训练

# !git clone https://gitee.com/paddlepaddle/PaddleClas.git --depth=1


三、修改代码


1.修改配置


以 PaddleClas/ppcls/configs/ImageNet/PPLCNet/PPLCNet_x0_25.yaml 为基础进行配置

# global configs
Global:
  checkpoints: null
  pretrained_model: null
  output_dir: ./output/
  device: gpu
  save_interval: 1
  eval_during_train: True
  eval_interval: 1
  epochs: 300
  print_batch_step: 10
  use_visualdl: False
  # used for static mode and model export
  image_shape: [3, 224, 224]
  save_inference_dir: ./inference
# model architecture
Arch:
  name: PPLCNet_x0_25
  class_num: 10
# loss function config for traing/eval process
Loss:
  Train:
    - CELoss:
        weight: 1.0
        epsilon: 0.1
  Eval:
    - CELoss:
        weight: 1.0
Optimizer:
  name: Momentum
  momentum: 0.9
  lr:
    name: Cosine
    learning_rate: 0.1
    warmup_epoch: 10
  regularizer:
    name: 'L2'
    coeff: 0.0001
# data loader for train and eval
DataLoader:
  Train:
    dataset:
      name: ImageNetDataset
      image_root: /home/aistudio/data/train_data/train_data/
      cls_label_path: train_list.txt
      transform_ops:
        - DecodeImage:
            to_rgb: True
            channel_first: False
        - RandCropImage:
            size: 224
        - RandFlipImage:
            flip_code: 1
        - AutoAugment:
        - NormalizeImage:
            scale: 1.0/255.0
            mean: [0.485, 0.456, 0.406]
            std: [0.229, 0.224, 0.225]
            order: ''
    batch_transform_ops:
    - CutmixOperator:
        alpha: 0.2
    sampler:
      name: DistributedBatchSampler
      batch_size: 2048
      drop_last: False
      shuffle: True
    loader:
      num_workers: 4
      use_shared_memory: False
  Eval:
    dataset: 
      name: ImageNetDataset
      image_root: /home/aistudio/data/train_data/train_data/
      cls_label_path: val_list.txt
      transform_ops:
        - DecodeImage:
            to_rgb: True
            channel_first: False
        - ResizeImage:
            resize_short: 256
        - CropImage:
            size: 224
        - NormalizeImage:
            scale: 1.0/255.0
            mean: [0.485, 0.456, 0.406]
            std: [0.229, 0.224, 0.225]
            order: ''
    sampler:
      name: DistributedBatchSampler
      batch_size: 1024
      drop_last: False
      shuffle: False
    loader:
      num_workers: 4
      use_shared_memory: False
Infer:
  infer_imgs: docs/images/inference_deployment/whl_demo.jpg
  batch_size: 10
  transforms:
    - DecodeImage:
        to_rgb: True
        channel_first: False
    - ResizeImage:
        resize_short: 256
    - CropImage:
        size: 224
    - NormalizeImage:
        scale: 1.0/255.0
        mean: [0.485, 0.456, 0.406]
        std: [0.229, 0.224, 0.225]
        order: ''
    - ToCHWImage:
  PostProcess:
    name: Topk
    topk: 5
    class_id_map_file: ../label_list.txt
Metric:
  Train:
    - TopkAcc:
        topk: [1, 5]
  Eval:
    - TopkAcc:
        topk: [1, 5]


2.修改代码


修改self._cls_path为os.path.join(self._img_root,self._cls_path)

from __future__ import print_function
import numpy as np
import os
from .common_dataset import CommonDataset
class ImageNetDataset(CommonDataset):
    def _load_anno(self, seed=None):
        # print(self._cls_path)
        # print(self._img_root)
        # 修改
        self._cls_path=os.path.join(self._img_root,self._cls_path)
        assert os.path.exists(self._cls_path)
        assert os.path.exists(self._img_root)
        self.images = []
        self.labels = []
        with open(self._cls_path) as fd:
            lines = fd.readlines()
            if seed is not None:
                np.random.RandomState(seed).shuffle(lines)
            for l in lines:
                l = l.strip().split(" ")
                self.images.append(os.path.join(self._img_root, l[0]))
                self.labels.append(np.int64(l[1]))
                assert os.path.exists(self.images[-1])


四、模型训练


1.训练模型


没啥说的,配置文件都写好了,跑就完事了。当然配置文件主要做以下工作:

  • 一是数据集地址更改
  • 二是训练轮次、batch size更改
  • 三是数据增强配置


2.注意事项


  • 一是使用预训练模型,傻子才从头开始训练,懂得都懂,掌声响起来
  • 二是不要使用aistudio中复制完整路径,因为复制了是错的

例如:/home/aistudio/PPLCNet_x0_25.yaml路径,会变为/home/aistudio/.jupyter/lab/workspaces/PPLCNet_x0_25.yaml,简直让你防不胜防。

!python3 tools/train.py \
    -c /home/aistudio/.jupyter/lab/workspaces/PPLCNet_x0_25.yaml \
    -o Arch.pretrained=False \
    -o Global.device=gpu
/home/aistudio/PaddleClas
Traceback (most recent call last):
  File "tools/train.py", line 29, in <module>
    args.config, overrides=args.override, show=False)
  File "/home/aistudio/PaddleClas/ppcls/utils/config.py", line 179, in get_config
    'config file({}) is not exist'.format(fname))
AssertionError: config file(/home/aistudio/.jupyter/lab/workspaces/PPLCNet_x0_25.yaml) is not exist
%cd ~/PaddleClas/
!python3 tools/train.py \
    -c ../PPLCNet_x0_25.yaml \
    -o Arch.pretrained=True \
    -o Global.device=gpu

74个epoch可达到91%的准确率,如时间宽裕,可继续提升准确率

[2022/04/21 02:48:33] root INFO: [Train][Epoch 74/300][Iter: 0/7]lr: 0.08875, CELoss: 0.86730, loss: 0.86730, batch_cost: 14.51762s, reader_cost: 12.59892, ips: 141.06996 images/sec, eta: 6:24:28
[2022/04/21 02:48:51] root INFO: [Train][Epoch 74/300][Avg]CELoss: 0.88821, loss: 0.88821
[2022/04/21 02:49:06] root INFO: [Eval][Epoch 74][Iter: 0/4]CELoss: 0.43258, loss: 0.43258, top1: 0.88574, top5: 0.98633, batch_cost: 14.79859s, reader_cost: 13.25228, ips: 69.19578 images/sec
[2022/04/21 02:49:07] root INFO: [Eval][Epoch 74][Avg]CELoss: 0.45654, loss: 0.45654, top1: 0.87855, top5: 0.99044
[2022/04/21 02:49:07] root INFO: [Eval][Epoch 74][best metric: 0.914815859962857]
[2022/04/21 02:49:07] root INFO: Already save model in ./output/PPLCNet_x0_25/epoch_74
[2022/04/21 02:49:07] root INFO: Already save model in ./output/PPLCNet_x0_25/latest


五、模型预测


1.模型导出


在上述模型导出命令中,所使用的配置文件需要与该模型的训练文件相同,在配置文件中有以下字段用于配置模型导出参数:


  • Global.image_shape:用于指定模型的输入数据尺寸,该尺寸不包含 batch 维度;
  • Global.save_inference_dir:用于指定导出的 inference 模型的保存位置;
  • Global.pretrained_model:用于指定训练过程中保存的模型权重文件路径,该路径无需包含模型权重文件后缀名 .pdparams。 上述命令将生成以下三个文件:
  • inference.pdmodel:用于存储网络结构信息;
  • inference.pdiparams:用于存储网络权重信息;
  • inference.pdiparams.info:用于存储模型的参数信息,在分类模型和识别模型中可忽略。
%cd ~/PaddleClas/
!python tools/export_model.py \
    -c ../PPLCNet_x0_25.yaml \
    -o Global.pretrained_model=.//output/PPLCNet_x0_25/best_model \
    -o Global.save_inference_dir=./deploy/models/class_PPLCNet_x0_25_ImageNet_infer
/home/aistudio/PaddleClas
[2022/04/21 12:39:48] root INFO: 
===========================================================
==        PaddleClas is powered by PaddlePaddle !        ==
===========================================================
==                                                       ==
==   For more info please go to the following website.   ==
==                                                       ==
==       https://github.com/PaddlePaddle/PaddleClas      ==
===========================================================
[2022/04/21 12:39:48] root INFO: Arch : 
[2022/04/21 12:39:48] root INFO:     class_num : 10
[2022/04/21 12:39:48] root INFO:     name : PPLCNet_x0_25
[2022/04/21 12:39:48] root INFO: DataLoader : 
[2022/04/21 12:39:48] root INFO:     Eval : 
[2022/04/21 12:39:48] root INFO:         dataset : 
[2022/04/21 12:39:48] root INFO:             cls_label_path : val_list.txt
[2022/04/21 12:39:48] root INFO:             image_root : /home/aistudio/data/train_data/train_data/
[2022/04/21 12:39:48] root INFO:             name : ImageNetDataset
[2022/04/21 12:39:48] root INFO:             transform_ops : 
[2022/04/21 12:39:48] root INFO:                 DecodeImage : 
[2022/04/21 12:39:48] root INFO:                     channel_first : False
[2022/04/21 12:39:48] root INFO:                     to_rgb : True
[2022/04/21 12:39:48] root INFO:                 ResizeImage : 
[2022/04/21 12:39:48] root INFO:                     resize_short : 256
[2022/04/21 12:39:48] root INFO:                 CropImage : 
[2022/04/21 12:39:48] root INFO:                     size : 224
[2022/04/21 12:39:48] root INFO:                 NormalizeImage : 
[2022/04/21 12:39:48] root INFO:                     mean : [0.485, 0.456, 0.406]
[2022/04/21 12:39:48] root INFO:                     order : 
[2022/04/21 12:39:48] root INFO:                     scale : 1.0/255.0
[2022/04/21 12:39:48] root INFO:                     std : [0.229, 0.224, 0.225]
[2022/04/21 12:39:48] root INFO:         loader : 
[2022/04/21 12:39:48] root INFO:             num_workers : 4
[2022/04/21 12:39:48] root INFO:             use_shared_memory : False
[2022/04/21 12:39:48] root INFO:         sampler : 
[2022/04/21 12:39:48] root INFO:             batch_size : 1024
[2022/04/21 12:39:48] root INFO:             drop_last : False
[2022/04/21 12:39:48] root INFO:             name : DistributedBatchSampler
[2022/04/21 12:39:48] root INFO:             shuffle : False
[2022/04/21 12:39:48] root INFO:     Train : 
[2022/04/21 12:39:48] root INFO:         batch_transform_ops : 
[2022/04/21 12:39:48] root INFO:             CutmixOperator : 
[2022/04/21 12:39:48] root INFO:                 alpha : 0.2
[2022/04/21 12:39:48] root INFO:         dataset : 
[2022/04/21 12:39:48] root INFO:             cls_label_path : train_list.txt
[2022/04/21 12:39:48] root INFO:             image_root : /home/aistudio/data/train_data/train_data/
[2022/04/21 12:39:48] root INFO:             name : ImageNetDataset
[2022/04/21 12:39:48] root INFO:             transform_ops : 
[2022/04/21 12:39:48] root INFO:                 DecodeImage : 
[2022/04/21 12:39:48] root INFO:                     channel_first : False
[2022/04/21 12:39:48] root INFO:                     to_rgb : True
[2022/04/21 12:39:48] root INFO:                 RandCropImage : 
[2022/04/21 12:39:48] root INFO:                     size : 224
[2022/04/21 12:39:48] root INFO:                 RandFlipImage : 
[2022/04/21 12:39:48] root INFO:                     flip_code : 1
[2022/04/21 12:39:48] root INFO:                 AutoAugment : None
[2022/04/21 12:39:48] root INFO:                 NormalizeImage : 
[2022/04/21 12:39:48] root INFO:                     mean : [0.485, 0.456, 0.406]
[2022/04/21 12:39:48] root INFO:                     order : 
[2022/04/21 12:39:48] root INFO:                     scale : 1.0/255.0
[2022/04/21 12:39:48] root INFO:                     std : [0.229, 0.224, 0.225]
[2022/04/21 12:39:48] root INFO:         loader : 
[2022/04/21 12:39:48] root INFO:             num_workers : 4
[2022/04/21 12:39:48] root INFO:             use_shared_memory : False
[2022/04/21 12:39:48] root INFO:         sampler : 
[2022/04/21 12:39:48] root INFO:             batch_size : 2048
[2022/04/21 12:39:48] root INFO:             drop_last : False
[2022/04/21 12:39:48] root INFO:             name : DistributedBatchSampler
[2022/04/21 12:39:48] root INFO:             shuffle : True
[2022/04/21 12:39:48] root INFO: Global : 
[2022/04/21 12:39:48] root INFO:     checkpoints : None
[2022/04/21 12:39:48] root INFO:     device : gpu
[2022/04/21 12:39:48] root INFO:     epochs : 300
[2022/04/21 12:39:48] root INFO:     eval_during_train : True
[2022/04/21 12:39:48] root INFO:     eval_interval : 1
[2022/04/21 12:39:48] root INFO:     image_shape : [3, 224, 224]
[2022/04/21 12:39:48] root INFO:     output_dir : ./output/
[2022/04/21 12:39:48] root INFO:     pretrained_model : .//output/PPLCNet_x0_25/best_model
[2022/04/21 12:39:48] root INFO:     print_batch_step : 10
[2022/04/21 12:39:48] root INFO:     save_inference_dir : ./deploy/models/class_PPLCNet_x0_25_ImageNet_infer
[2022/04/21 12:39:48] root INFO:     save_interval : 1
[2022/04/21 12:39:48] root INFO:     use_visualdl : False
[2022/04/21 12:39:48] root INFO: Infer : 
[2022/04/21 12:39:48] root INFO:     PostProcess : 
[2022/04/21 12:39:48] root INFO:         class_id_map_file : ../label_list.txt
[2022/04/21 12:39:48] root INFO:         name : Topk
[2022/04/21 12:39:48] root INFO:         topk : 5
[2022/04/21 12:39:48] root INFO:     batch_size : 10
[2022/04/21 12:39:48] root INFO:     infer_imgs : docs/images/inference_deployment/whl_demo.jpg
[2022/04/21 12:39:48] root INFO:     transforms : 
[2022/04/21 12:39:48] root INFO:         DecodeImage : 
[2022/04/21 12:39:48] root INFO:             channel_first : False
[2022/04/21 12:39:48] root INFO:             to_rgb : True
[2022/04/21 12:39:48] root INFO:         ResizeImage : 
[2022/04/21 12:39:48] root INFO:             resize_short : 256
[2022/04/21 12:39:48] root INFO:         CropImage : 
[2022/04/21 12:39:48] root INFO:             size : 224
[2022/04/21 12:39:48] root INFO:         NormalizeImage : 
[2022/04/21 12:39:48] root INFO:             mean : [0.485, 0.456, 0.406]
[2022/04/21 12:39:48] root INFO:             order : 
[2022/04/21 12:39:48] root INFO:             scale : 1.0/255.0
[2022/04/21 12:39:48] root INFO:             std : [0.229, 0.224, 0.225]
[2022/04/21 12:39:48] root INFO:         ToCHWImage : None
[2022/04/21 12:39:48] root INFO: Loss : 
[2022/04/21 12:39:48] root INFO:     Eval : 
[2022/04/21 12:39:48] root INFO:         CELoss : 
[2022/04/21 12:39:48] root INFO:             weight : 1.0
[2022/04/21 12:39:48] root INFO:     Train : 
[2022/04/21 12:39:48] root INFO:         CELoss : 
[2022/04/21 12:39:48] root INFO:             epsilon : 0.1
[2022/04/21 12:39:48] root INFO:             weight : 1.0
[2022/04/21 12:39:48] root INFO: Metric : 
[2022/04/21 12:39:48] root INFO:     Eval : 
[2022/04/21 12:39:48] root INFO:         TopkAcc : 
[2022/04/21 12:39:48] root INFO:             topk : [1, 5]
[2022/04/21 12:39:48] root INFO:     Train : 
[2022/04/21 12:39:48] root INFO:         TopkAcc : 
[2022/04/21 12:39:48] root INFO:             topk : [1, 5]
[2022/04/21 12:39:48] root INFO: Optimizer : 
[2022/04/21 12:39:48] root INFO:     lr : 
[2022/04/21 12:39:48] root INFO:         learning_rate : 0.1
[2022/04/21 12:39:48] root INFO:         name : Cosine
[2022/04/21 12:39:48] root INFO:         warmup_epoch : 10
[2022/04/21 12:39:48] root INFO:     momentum : 0.9
[2022/04/21 12:39:48] root INFO:     name : Momentum
[2022/04/21 12:39:48] root INFO:     regularizer : 
[2022/04/21 12:39:48] root INFO:         coeff : 0.0001
[2022/04/21 12:39:48] root INFO:         name : L2
[2022/04/21 12:39:48] root INFO: train with paddle 2.2.2 and device CUDAPlace(0)
W0421 12:39:48.412415   405 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 11.0, Runtime API Version: 10.1
W0421 12:39:48.417142   405 device_context.cc:465] device: 0, cuDNN Version: 7.6.
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/fluid/layers/utils.py:77: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  return (isinstance(seq, collections.Sequence) and


2.模型预测配置


在配置文件 configs/inference_cls.yaml 中有以下字段用于配置预测参数:

  • Global.infer_imgs:待预测的图片文件路径;
  • Global.inference_model_dir:inference 模型文件所在目录,该目录下需要有文件 inference.pdmodel 和 inference.pdiparams 两个文件;
  • Global.use_tensorrt:是否使用 TesorRT 预测引擎,默认为 False;
  • Global.use_gpu:是否使用 GPU 预测,默认为 True;
  • Global.enable_mkldnn:是否启用 MKL-DNN 加速库,默认为 False。注意 enable_mkldnn 与 use_gpu 同时为 True 时,将忽略 enable_mkldnn,而使用 GPU 预测;
  • Global.use_fp16:是否启用 FP16,默认为 False;
  • PreProcess:用于数据预处理配置;
  • PostProcess:由于后处理配置;
  • PostProcess.Topk.class_id_map_file:数据集 label 的映射文件,默认为 ./utils/imagenet1k_label_list.txt,该文件为 PaddleClas 所使用的 ImageNet 数据集 label 映射文件。


注意:


如果使用 VisionTransformer 系列模型,如 DeiT_384, ViT_384 等,请注意模型的输入数据尺寸,部分模型需要修改参数: PreProcess.resize_short=384, PreProcess.resize=384。

预测文件配置如下:

Global:
  infer_imgs: "../data/testdata/testdata"
  inference_model_dir: "./deploy/models/class_PPLCNet_x0_25_ImageNet_infer"
  batch_size: 1
  use_gpu: True
  enable_mkldnn: True
  cpu_num_threads: 10
  enable_benchmark: True
  use_fp16: False
  ir_optim: True
  use_tensorrt: False
  gpu_mem: 8000
  enable_profile: False
PreProcess:
  transform_ops:
    - ResizeImage:
        resize_short: 256
    - CropImage:
        size: 224
    - NormalizeImage:
        scale: 0.00392157
        mean: [0.485, 0.456, 0.406]
        std: [0.229, 0.224, 0.225]
        order: ''
        channel_num: 3
    - ToCHWImage:
PostProcess:
  main_indicator: Topk
  Topk:
    topk: 5
    class_id_map_file: "../label_list.txt"
  SavePreLabel:
    save_dir: ./pre_label/Global:
  infer_imgs: "../data/testdata/testdata"
  inference_model_dir: "./deploy/models/class_PPLCNet_x0_25_ImageNet_infer"
  batch_size: 1
  use_gpu: True
  enable_mkldnn: True
  cpu_num_threads: 10
  enable_benchmark: True
  use_fp16: False
  ir_optim: True
  use_tensorrt: False
  gpu_mem: 8000
  enable_profile: False
PreProcess:
  transform_ops:
    - ResizeImage:
        resize_short: 256
    - CropImage:
        size: 224
    - NormalizeImage:
        scale: 0.00392157
        mean: [0.485, 0.456, 0.406]
        std: [0.229, 0.224, 0.225]
        order: ''
        channel_num: 3
    - ToCHWImage:
PostProcess:
  main_indicator: Topk
  Topk:
    topk: 5
    class_id_map_file: "../label_list.txt"
  SavePreLabel:
    save_dir: ./pre_label/Global:
  infer_imgs: "../data/testdata/testdata"
  inference_model_dir: "./deploy/models/class_PPLCNet_x0_25_ImageNet_infer"
  batch_size: 1
  use_gpu: True
  enable_mkldnn: True
  cpu_num_threads: 10
  enable_benchmark: True
  use_fp16: False
  ir_optim: True
  use_tensorrt: False
  gpu_mem: 8000
  enable_profile: False
PreProcess:
  transform_ops:
    - ResizeImage:
        resize_short: 256
    - CropImage:
        size: 224
    - NormalizeImage:
        scale: 0.00392157
        mean: [0.485, 0.456, 0.406]
        std: [0.229, 0.224, 0.225]
        order: ''
        channel_num: 3
    - ToCHWImage:
PostProcess:
  main_indicator: Topk
  Topk:
    topk: 5
    class_id_map_file: "../label_list.txt"
  SavePreLabel:
    save_dir: ./pre_label/


3.预测保存修改


直接修改预测脚本PaddleClas/deploy/python/predict_cls.py的main函数即可

def main(config):
    cls_predictor = ClsPredictor(config)
    image_list = get_image_list(config["Global"]["infer_imgs"])
    batch_imgs = []
    batch_names = []
    cnt = 0
    # 写入文件
    f=open('result.csv','w')
    f.write('name,label\n')
    for idx, img_path in enumerate(image_list):
        img = cv2.imread(img_path)
        if img is None:
            logger.warning(
                "Image file failed to read and has been skipped. The path: {}".
                format(img_path))
        else:
            img = img[:, :, ::-1]
            batch_imgs.append(img)
            img_name = os.path.basename(img_path)
            batch_names.append(img_name)
            cnt += 1
        if cnt % config["Global"]["batch_size"] == 0 or (idx + 1
                                                         ) == len(image_list):
            if len(batch_imgs) == 0:
                continue
            batch_results = cls_predictor.predict(batch_imgs)
            for number, result_dict in enumerate(batch_results):
                filename = batch_names[number]
                clas_ids = result_dict["class_ids"]
                scores_str = "[{}]".format(", ".join("{:.2f}".format(
                    r) for r in result_dict["scores"]))
                label_names = result_dict["label_names"]
                print("{}:\tclass id(s): {}, score(s): {}, label_name(s): {}".
                      format(filename, clas_ids, scores_str, label_names))
                # 保存预测
                f.write(filename+','+label_names[0]+'\n')
            batch_imgs = []
            batch_names = []
    if cls_predictor.benchmark:
        cls_predictor.auto_logger.report()
    return
# 覆盖原预测脚本
!cp ~/predict_cls.py ~/PaddleClas/deploy/python/
%cd ~/PaddleClas/
# 开始预测
!python ./deploy/python/predict_cls.py -c ../inference_cls.yaml

预测日志

0.jpeg:    class id(s): [1, 2, 9, 0, 3], score(s): [0.71, 0.07, 0.06, 0.04, 0.03], label_name(s): ['cat', 'chicken', 'squirrel', 'butterfly', 'cow']
1.jpeg:    class id(s): [1, 4, 9, 2, 6], score(s): [0.78, 0.14, 0.02, 0.02, 0.01], label_name(s): ['cat', 'dog', 'squirrel', 'chicken', 'horse']
10.jpeg:    class id(s): [2, 3, 4, 5, 6], score(s): [0.53, 0.15, 0.15, 0.06, 0.05], label_name(s): ['chicken', 'cow', 'dog', 'elephant', 'horse']
100.jpeg:    class id(s): [1, 4, 9, 2, 0], score(s): [0.61, 0.16, 0.06, 0.04, 0.03], label_name(s): ['cat', 'dog', 'squirrel', 'chicken', 'butterfly']
1000.jpg:    class id(s): [8, 2, 5, 0, 1], score(s): [0.74, 0.11, 0.03, 0.02, 0.02], label_name(s): ['sheep', 'chicken', 'elephant', 'butterfly', 'cat']


六、提交&总结


1.提交


下载PaddlleClas下的result.csv并提交

image.png

%cd ~
!head ~/PaddleClas/result.csv
/home/aistudio
name,label
0.jpeg,cat
1.jpeg,cat
10.jpeg,chicken
100.jpeg,cat
1000.jpg,sheep
1001.jpg,sheep
1002.jpg,sheep
1003.jpg,sheep
1004.jpg,sheep


2.总结


  • 一是选择训练模型,其中原数据脚本需要修改
  • 二是预测,需修改预测脚本用于保存结果
  • 三是可持续训练,以获取更好的成绩

项目地址: aistudio.baidu.com/aistudio/pr…


目录
相关文章
|
6月前
|
机器学习/深度学习
大模型开发:解释卷积神经网络(CNN)是如何在图像识别任务中工作的。
**CNN图像识别摘要:** CNN通过卷积层提取图像局部特征,池化层减小尺寸并保持关键信息,全连接层整合特征,最后用Softmax等分类器进行识别。自动学习与空间处理能力使其在图像识别中表现出色。
94 2
|
2月前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
90 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
2月前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
104 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【深度学习】探讨最新的深度学习算法、模型创新以及在图像识别、自然语言处理等领域的应用进展
深度学习作为人工智能领域的重要分支,近年来在算法、模型以及应用领域都取得了显著的进展。以下将探讨最新的深度学习算法与模型创新,以及它们在图像识别、自然语言处理(NLP)等领域的应用进展。
121 6
|
4月前
|
机器学习/深度学习 人工智能 算法
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
服装识别系统,本系统作为图像识别方面的一个典型应用,使用Python作为主要编程语言,并通过TensorFlow搭建ResNet50卷积神经算法网络模型,通过对18种不同的服装('黑色连衣裙', '黑色衬衫', '黑色鞋子', '黑色短裤', '蓝色连衣裙', '蓝色衬衫', '蓝色鞋子', '蓝色短裤', '棕色鞋子', '棕色短裤', '绿色衬衫', '绿色鞋子', '绿色短裤', '红色连衣裙', '红色鞋子', '白色连衣裙', '白色鞋子', '白色短裤')数据集进行训练,最后得到一个识别精度较高的H5格式模型文件,然后基于Django搭建Web网页端可视化操作界面,实现用户在界面中
128 1
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
|
3月前
|
Linux Docker 异构计算
模型部署 — PaddleNLP 基于 Paddle Serving 快速使用(服务化部署 - Docker)— 图像识别 + 信息抽取(UIE-X)
模型部署 — PaddleNLP 基于 Paddle Serving 快速使用(服务化部署 - Docker)— 图像识别 + 信息抽取(UIE-X)
58 0
|
6月前
|
编解码 边缘计算 自然语言处理
2024年5月计算机视觉论文推荐:包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题
五月发布的计算机视觉领域重要论文涵盖了扩散模型、视觉语言模型、图像生成与编辑及目标检测。亮点包括:1) Dual3D提出双模式推理策略,实现高效文本到3D图像生成;2) CAT3D利用多视图扩散模型创建3D场景,仅需少量图像;3) Hunyuan-DiT是多分辨率的中文理解扩散Transformer,可用于多模态对话和图像生成;4) 通过潜在扩散模型从EEG数据重建自然主义音乐,展示复杂音频重建潜力。此外,还有关于视觉语言模型和图像编辑的创新工作,如BlobGEN用于合成具有控制性的图像。
228 3
|
5月前
|
机器学习/深度学习 算法 TensorFlow
【图像识别】谷物识别系统Python+人工智能深度学习+TensorFlow+卷积算法网络模型+图像识别
谷物识别系统,本系统使用Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经算法网络模型,通过对11种谷物图片数据集('大米', '小米', '燕麦', '玉米渣', '红豆', '绿豆', '花生仁', '荞麦', '黄豆', '黑米', '黑豆')进行训练,得到一个进度较高的H5格式的模型文件。然后使用Django框架搭建了一个Web网页端可视化操作界面。实现用户上传一张图片识别其名称。
118 0
【图像识别】谷物识别系统Python+人工智能深度学习+TensorFlow+卷积算法网络模型+图像识别
|
5月前
|
机器学习/深度学习 文字识别 算法
视觉智能开放平台产品使用合集之分割抠图是基于哪种模型
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台,这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API,快速将视觉智能功能集成到自己的应用或服务中,而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
|
6月前
|
机器学习/深度学习 数据采集 传感器
深度学习在图像识别中的应用进展构建高效机器学习模型:从数据预处理到模型优化的洞见
【5月更文挑战第29天】 在人工智能领域,深度学习技术已经成为推动图像识别进步的核心动力。随着卷积神经网络(CNN)的不断发展和优化,以及大数据和计算能力的显著提升,图像识别的准确性和效率得到了极大增强。本文将探讨深度学习技术在图像识别领域的最新应用,分析其关键技术创新点,并讨论未来可能的发展趋势。 【5月更文挑战第29天】 在探索数据科学与机器学习的融合艺术中,本文将引导读者穿越数据处理的迷宫,解锁特征工程的秘密,并最终在模型优化的顶峰俯瞰效率与准确性的壮丽景色。我们将通过一系列经过实战验证的技术感悟,展现如何打造一个既健壮又灵敏的机器学习模型。文章不仅聚焦于技术细节,更注重于概念理解与实