mmsegment模型训练和推理（四）

目录

1、常用设定

2、模型训练

2.1、单GPU训练

2.2、使用多个GPU进行训练

3、模型推理

---

1、常用设定

1）默认使用4个GPU的分布式训练。

2）ImageNet上所有pytorch样式的预训练主干都是由open-lab团队自己训练的，参考文章https://arxiv.org/pdf/1812.01187.pdf。其中ResNet样式主干基于ResNetV1c变体，其中输入主干中的7x7转换被三个3x3转换取代。

3）为了确保不同硬件之间的一致性，将GPU内存报告torch.cuda.max_memory_allocated()为所有4个GPU的最大值torch.backends.cudnn.benchmark=False。请注意，该值通常小于nvidia-smi显示的值。

4）将推理时间报告为网络转发和后处理的总时间，不包括数据加载时间。使用脚本获得结果，该脚本使用tools/benchmark.py来计算200张图像的平均时间torch.backends.cudnn.benchmark=False。

5）此框架中有两种推理模式。

slide模式：test_cfg类似：

dict(mode='slide', crop_size=(769, 769), stride=(513, 513))

在这种模式下，将从输入图像中裁剪多个patches，然后分别传递到网络中。patches之间的size和stride由crop_size和指定stride。重叠区域将平均合并。

whole模式：test_cfg类似：

dict(mode='whole')

在这种模式下，整个图像将直接传递到网络中。

默认情况下，我们slide对769x769训练后的模型使用推断，whole其余部分使用推断。

6）对于8x + 1的输入大小（例如769），align_corner=True采用传统做法。否则，对于8x的输入大小（例如512、1024），将align_corner=False被采用。

2、模型训练

MMSegmentation实现使用MMDistributedDataParallel和MMDataParallel实现分布式训练和非分布式训练。

所有输出（日志文件和检查点）将保存到工作目录，该目录在config文件中的work_dir指定。

默认情况下，会在一些迭代后在验证集上评估模型，你可以通过在训练配置中添加interval参数来更改评估间隔。

evaluation = dict(interval=4000) # This evaluate the model per 4000 iterations.

重要：配置文件中的默认学习率是4个GPU和2 img / gpu（批量大小= 4x2 = 8）。同样，还可以使用8个GPU和1个imgs / gpu，因为所有型号均使用跨GPU SyncBN。

为了与GPU内存交换速度，您可以传入--options model.backbone.with_cp=True以在主干中启用检查点。

2.1、单GPU训练

python tools/train.py ${CONFIG_FILE} [optional arguments]

若要在命令中指定工作目录，则可以添加参数。--work-dir ${YOUR_WORK_DIR}。

因为我们一般都会使用自己的数据集，公开数据集只作为测试验证。这里以voc2012数据集+单机单开训练为例。

数据集百度云下载地址：

链接：https://pan.baidu.com/s/12Fk0yi05MYqTiiGJC-aCsA

提取码：atvb

实例测试，选择configs/fcn下的fcn_r50-d8_512x512_20k_voc12aug.py作为配置文件，进行以下修改：

step1：修改配置文件。拷贝fcn_r50-d8_512x512_20k_voc12aug.py改名为fcn_r50-d8_512x512_20k_voc12.py。修改'../_base_/datasets/pascal_voc12_aug.py'为'../_base_/datasets/pascal_voc12.py'，使用标准的voc2012数据集。

step2：修改数据集路径。

打开configs/_base_/datasets/pascal_voc12.py，将data_root路径设置为voc2012数据集的绝对路径，以方便调试。

step3：修改模型文件。单卡不使用分布式训练，修改SyncBN为BN，打开configs/_base_/models/fcn_r50-d8.py，将norm_cfg中type由SyncBN改为BN。这里顺便把model中pretrained参数改为None，不下载默认的预训练模型。

未修改BN，会报错误：

AssertionError: Default process group is not initialized

step4：训练

python tools/train.py configs/fcn/fcn_r50-d8_512x512_20k_voc12.py --work-dir="work_dir"

出现如下打印信息，开始训练：

迭代后，会在工作目录保存模型、log及配置文件。更多参数参考2.2使用多GPU训练。

2.2、使用多个GPU进行训练

./tools/dist_train.sh ${CONFIG_FILE} ${GPU_NUM} [optional arguments]

可选参数为：

--no-validate（不建议）：默认情况下，代码库将在训练过程中每k次迭代执行评估。若要禁用此行为，请使用--no-validate。

--work-dir ${WORK_DIR}：覆盖配置文件中指定的工作目录。

--resume-from ${CHECKPOINT_FILE}：从先前的检查点文件继续（继续训练过程）。

--load-from ${CHECKPOINT_FILE}：从检查点文件中加载权重（以开始微调其他任务）。

resume-from和之间的区别load-from：

resume-from 加载模型权重和优化器状态，​​包括迭代次数。

load-from 仅加载模型权重，从迭代0开始训练。

3、模型推理

单GPU测试：

1）测试集图像，逐帧显示

python tools/test.py configs/fcn/fcn_r50-d8_512x512_20k_voc12.py work_dir/latest.pth --show

2）测试集图像，输出可视化结果至目录文件夹

python tools/test.py configs/fcn/fcn_r50-d8_512x512_20k_voc12.py work_dir/latest.pth --show-dir="output"

输出结果如下：

3）评估map

python tools/test.py configs/fcn/fcn_r50-d8_512x512_20k_voc12.py work_dir/latest.pth --eval mAP

4）测试结果保存至.pkl文件

python tools/test.py configs/fcn/fcn_r50-d8_512x512_20k_voc12.py work_dir/latest.pth --out results.pkl