PaddleOCR的方向分类器代码解析（一）

2021SC@SDUSC
  我们先来看PaddleOCR-release-2.2->configs->cls中的cls_mv3.yml，即参数配置文件。参数配置文件介绍了一个模块使用的框架、算法和整体结构，是了解模块代码之前必看的内容。我之前的博客内容都是基于PaddleOCR的官方论文，所以介绍的内容只有最重要的几部分，对方向分类器的认识也不够完整。但是现在再看yml文件也不算晚，就算是我理解代码的第一步了。
Global:

字段	用途	默认值
use_gpu	设置代码能否在GPU上运行	true
epoch_num	最大训练epoch数	100
log_smooth_window	log队列长度，每次打印输出队列里的中间值	20
print_batch_step	print_batch_step	10
save_model_dir	设置模型保存路径	./output/cls/mv3/
save_epoch_step	设置模型保存间隔	3
eval_batch_step	设置模型评估间隔	[0, 1000],表示从0次迭代开始，每1000次评估一次
cal_metric_during_train	设置是否在训练过程中评估指标，此时评估的是模型在当前batch下的指标	true
pretrained_model	设置加载预训练模型路径	none
checkpoints	加载模型参数路径,用于中断后加载参数继续训练	none
save_inference_dir	设置模型保存路径	none
use_visualdl	设置是否启用visualdl进行可视化log展示	False
infer_img	设置预测图像路径或文件夹路径	doc/imgs_words_en/word_10.png
label_list	设置方向分类器支持的角度	[‘0’,‘180’]

Architecture:

字段	用途	默认值
model_type	网络类型	cls
algorithm	模型名称	CLS
Transform	设置变换方式,目前仅rec类型的算法支持	none
Backbone	设置网络backbone类名	name: MobileNetV3,scale: 0.35,model_name: small
Neck	设置网络neck	none
Head	设置网络Head。其中class_dim指ClsHead输出分类数	name: ClsHead,class_dim: 2

Loss:

字段	用途	默认值
name	网络loss类名	ClsLoss

Optimizer:

字段	用途	默认值
name	优化器类名	Adam
beta1	设置一阶矩估计的指数衰减率	0.9
beta2	设置二阶矩估计的指数衰减率	0.999
lr	设置学习率decay方式。其中name指学习率decay类名，learning_rate指基础学习率	name: Cosine，learning_rate: 0.001
regularizer	设置网络正则化方式。其中name指正则化类名，factor指学习率衰减系数	name: ‘L2’，factor: 0

PostProcess:

字段	用途	默认值
name	后处理类名	ClsPostProcess

Metric:

字段	用途	默认值
name	指标评估方法名称	ClsMetric
main_indicator	主要指标,用于选取最优模型	acc

Train和Eval:

字段	用途	默认值
dataset	每次迭代返回一个样本	-
name	dataset类名	SimpleDataSet
data_dir	数据集图片存放路径	./train_data/cls
label_file_list	数据标签路径	train的是./train_data/cls/train.txt，eval的是./train_data/cls/test.txt
transforms	对图片和标签进行变换的方法列表	Train包括DecodeImage: img_mode: BGR，channel_first: False；ClsLabelEncode: RecAug: use_tia: False；RandAugment: ;ClsResizeImg: image_shape: [3, 48, 192]；KeepKeys: keep_keys: [‘image’, ‘label’]。Eval包括DecodeImage: img_mode: BGR，channel_first: False；ClsLabelEncode: ；ClsResizeImg:image_shape: [3, 48, 192]；KeepKeys:keep_keys: [‘image’, ‘label’]
loader	dataloader相关	-
shuffle	每个epoch是否将数据集顺序打乱	Train: True , Eval: False
batch_size_per_card	训练时单卡batch size	512
drop_last	是否丢弃因数据集样本数不能被 batch_size 整除而产生的最后一个不完整的mini-batch	Train: True , Eval: False
num_workers	用于加载数据的子进程个数，若为0即为不开启子进程，在主进程中进行数据加载	Train: 8, Eval: 4

  从yml配置文件中可知，方向分类器的代码主要分为统一设置代码（与部署相关）、结构代码（包括之前博客中详解的MobileNetV3）、损失函数代码、优化器代码、后处理代码、评估代码、训练和评估代码。我将从以后的博客中具体学习这七部分代码。