本目录下整理了使用PaddleX训练模型的示例代码,代码中均提供了示例数据的自动下载,并均使用单张GPU卡进行训练。
代码 | 模型任务 | 数据 |
---|---|---|
image_classification/alexnet.py | 图像分类AlexyNet | 蔬菜分类 |
image_classification/shufflenetv2.py | 图像分类ShuffleNetV2 | 蔬菜分类 |
image_classification/mobilenetv3_small.py | 图像分类MobileNetV3_small | 蔬菜分类 |
image_classification/mobilenetv3_large_w_custom_optimizer.py | 图像分类MobileNetV3_large | 蔬菜分类 |
image_classification/resnet50_vd_ssld.py | 图像分类ResNet50_vd_ssld | 蔬菜分类 |
image_classification/darknet53.py | 图像分类DarkNet53 | 蔬菜分类 |
image_classification/xception41.py | 图像分类Xception41 | 蔬菜分类 |
image_classification/densenet121.py | 图像分类DenseNet121 | 蔬菜分类 |
object_detection/faster_rcnn_r50_fpn.py | 目标检测FasterRCNN | 昆虫检测 |
object_detection/ppyolo.py | 目标检测PPYOLO | 昆虫检测 |
object_detection/ppyolotiny.py | 目标检测PPYOLOTiny | 昆虫检测 |
object_detection/ppyolov2.py | 目标检测PPYOLOv2 | 昆虫检测 |
object_detection/yolov3_darknet53.py | 目标检测YOLOv3 | 昆虫检测 |
semantic_segmentation/deeplabv3p_resnet50_vd.py | 语义分割DeepLabV3 | 视盘分割 |
semantic_segmentation/bisenetv2.py | 语义分割BiSeNetV2 | 视盘分割 |
semantic_segmentation/fast_scnn.py | 语义分割FastSCNN | 视盘分割 |
semantic_segmentation/hrnet.py | 语义分割HRNet | 视盘分割 |
semantic_segmentation/unet.py | 语义分割UNet | 视盘分割 |
可参考API接口说明了解示例代码中的API:
- 版本要求:PaddlePaddle>=2.1.0
- 运行MaskRCNN要求PaddlePaddle>=2.1.1
- 在安装PaddleX后,使用如下命令开始训练,代码会自动下载训练数据, 并均使用单张GPU卡进行训练。
export CUDA_VISIBLE_DEVICES=0
python image_classification/mobilenetv3_small.py
- 若需使用多张GPU卡进行训练,例如使用2张卡时执行:
python -m paddle.distributed.launch --gpus 0,1 image_classification/mobilenetv3_small.py
使用多卡时,参考训练参数调整调整学习率和批量大小。
在模型训练过程,在train
函数中,将use_vdl
设为True,则训练过程会自动将训练日志以VisualDL的格式打点在save_dir
(用户自己指定的路径)下的vdl_log
目录,用户可以使用如下命令启动VisualDL服务,查看可视化指标
visualdl --logdir output/mobilenetv3_small/vdl_log --port 8001
服务启动后,使用浏览器打开 https://0.0.0.0:8001 或 https://localhost:8001
如果训练脚本、API和模型是之前使用PaddleX==1.x得到的,然后对PaddleX进行升级到2.0,此时再次运行之前的脚本会报错并提示Your running script needs PaddleX<2.0.0, please refer to https://github.com/PaddlePaddle/PaddleX/tree/release/2.0-rc/tutorials/train#%E7%89%88%E6%9C%AC%E5%8D%87%E7%BA%A7 to solve this issue
,这是因为PaddleX升级到2.0后,对部分训练API的设定做了修改,无法对1.x版本的PaddleX训练脚本做兼容。
如果需要使用PaddleX版本低于2.0.0的训练脚本、API和模型,请将PaddleX回退到1.3.11版本。如果想继续使用PaddleX 2.0,那么直接运行本目录下的训练脚本开始体验吧。