使用MobileNetV2网络实现微调(Fine Tune)
Linux
Windows
Ascend
GPU
CPU
模型开发
中级
高级
概述
计算机视觉任务中,从头开始训练一个网络耗时巨大,需要大量计算能力。预训练模型选择的常见的OpenImage、ImageNet、VOC、COCO等公开大型数据集,规模达到几十万甚至超过上百万张。大部分任务数据规模较大,训练网络模型时,如果不使用预训练模型,从头开始训练网络,需要消耗大量的时间与计算能力,模型容易陷入局部极小值和过拟合。因此大部分任务都会选择预训练模型,在其上做微调(也称为Fine Tune)。
MindSpore是一个多元化的机器学习框架。既可以在手机等端侧和PC等设备上运行,也可以在云上的服务器集群上运行。目前MobileNetV2支持在Windows、EulerOS和Ubuntu系统中使用单个CPU做微调,也可以使用单个或者多个Ascend AI处理器或GPU做微调,本教程将会介绍如何在不同系统与处理器下的MindSpore框架中做微调的训练与验证。
目前,Window上暂只支持支持CPU,Ubuntu与EulerOS上支持CPU、GPU与Ascend AI处理器三种处理器。
任务描述及准备
环境配置
若在本地环境运行,需要安装MindSpore框架,配置CPU、GPU或Ascend AI处理器。若在华为云环境上运行,不需要安装MindSpore框架,不需要配置Ascend AI处理器、CPU与GPU,可以跳过本小节。
Windows操作系统中使用\
,Linux操作系统中使用/
分割路径地址中不同层级目录,下文中默认使用/
,若用户使用Windows操作系统,路径地址中/
需自行更改为\
。
安装MindSpore框架 在EulerOS、Ubuntu或者Windows等系统上需要根据系统和处理器架构安装对应版本MindSpore框架。
配置CPU环境
使用CPU时,在代码中,需要在调用CPU开始训练或测试前,按照如下代码设置:if config.platform == "CPU": context.set_context(mode=context.GRAPH_MODE, device_target=config.platform, \ save_graphs=False)
配置GPU环境
使用GPU时,在代码中,需要在调用GPU开始训练或测试前,按照如下代码设置:elif config.platform == "GPU": context.set_context(mode=context.GRAPH_MODE, device_target=config.platform, save_graphs=False) if config.run_distribute: init("nccl") context.set_auto_parallel_context(device_num=get_group_size(), parallel_mode=ParallelMode.DATA_PARALLEL, gradients_mean=True)
配置Ascend环境
以Ascend 910 AI处理器为例,1个8个处理器环境的json配置文件hccl_config.json
示例如下。单/多处理器环境可以根据以下示例调整"server_count"
与device
:{ "version": "1.0", "server_count": "1", "server_list": [ { "server_id": "10.*.*.*", "device": [ {"device_id": "0","device_ip": "192.1.27.6","rank_id": "0"}, {"device_id": "1","device_ip": "192.2.27.6","rank_id": "1"}, {"device_id": "2","device_ip": "192.3.27.6","rank_id": "2"}, {"device_id": "3","device_ip": "192.4.27.6","rank_id": "3"}, {"device_id": "4","device_ip": "192.1.27.7","rank_id": "4"}, {"device_id": "5","device_ip": "192.2.27.7","rank_id": "5"}, {"device_id": "6","device_ip": "192.3.27.7","rank_id": "6"}, {"device_id": "7","device_ip": "192.4.27.7","rank_id": "7"}], "host_nic_ip": "reserve" } ], "status": "completed" }
使用Ascend AI处理器时,在代码中,需要在调用Ascend AI处理器开始训练或测试前,按照如下代码设置:
elif config.platform == "Ascend": context.set_context(mode=context.GRAPH_MODE, device_target=config.platform, device_id=config.device_id, save_graphs=False) if config.run_distribute: context.set_auto_parallel_context(device_num=config.rank_size, parallel_mode=ParallelMode.DATA_PARALLEL, gradients_mean=True, all_reduce_fusion_config=[140]) init() ...
下载代码
在Gitee中克隆MindSpore开源项目仓库,进入./model_zoo/official/cv/mobilenetv2/
。
git clone https://gitee.com/mindspore/mindspore.git -b r1.1
cd ./mindspore/model_zoo/official/cv/mobilenetv2
代码结构如下:
├─MobileNetV2
├─README.md # descriptions about MobileNetV2
├─scripts
│ run_train.sh # Shell script for train with Ascend or GPU
│ run_eval.sh # Shell script for evaluation with Ascend or GPU
├─src
│ config.py # parameter configuration
│ dataset.py # creating dataset
│ launch.py # start Python script
│ lr_generator.py # learning rate config
│ mobilenetV2.py # MobileNetV2 architecture
│ mobilenetV2_fusion.py # MobileNetV2 fusion architecture
│ models.py # net utils to load ckpt_file, define_net...
│ utils.py # net utils to switch precision, set_context and so on
├─train.py # training script
└─eval.py # evaluation script
运行微调训练与测试时,Windows、Ubuntu与EulersOS上可以使用Python文件train.py
与eval.py
,Ubuntu与EulerOS上还可以使用Shell脚本文件run_train.sh
与run_eval.sh
。
使用脚本文件run_train.sh
时,该文件会将运行launch.py
并且将参数传入launch.py
,launch.py
根据分配的CPU、GPU或Ascend AI处理器数量,启动单个/多个进程运行train.py
,每一个进程分配对应的一个处理器。
准备预训练模型
用户需要根据不同处理器种类下载CPU/GPU预训练模型或下载Ascend预训练模型到以下目录:
./pretrain_checkpoint/
CPU/GPU 处理器
mkdir pretrain_checkpoint wget -P ./pretrain_checkpoint https://download.mindspore.cn/model_zoo/official/lite/mobilenetv2_openimage_lite/mobilenetv2_cpu_gpu.ckpt
Ascend AI处理器
mkdir pretrain_checkpoint wget -P ./pretrain_checkpoint https://download.mindspore.cn/model_zoo/official/lite/mobilenetv2_openimage_lite/mobilenetv2_ascend.ckpt
准备数据
准备ImageFolder格式管理的数据集,运行run_train.sh
时加入<dataset_path>
参数,运行train.py
时加入--dataset_path <dataset_path>
参数:
数据集结构如下:
└─ImageFolder
├─train
│ class1Folder
│ class2Folder
│ ......
└─eval
class1Folder
class2Folder
......
预训练模型加载代码详解
在微调时,需要加载预训练模型。不同数据集和任务中特征提取层(卷积层)分布趋于一致,但是特征向量的组合(全连接层)不相同,分类数量(全连接层output_size)通常也不一致。在微调时,只加载与训练特征提取层参数,不加载与训练全连接层参数;在微调与初始训练时,加载与训练特征提取层参数与全连接层参数。
在训练与测试之前,首先按照代码第1行,构建MobileNetV2的backbone网络,head网络,并且构建包含这两个子网络的MobileNetV2网络。代码第3-10行展示了如何定义backbone_net
与head_net
,以及将两个子网络置入mobilenet_v2
中。代码第12-23行,展示了在微调训练模式下,需要将预训练模型加载入backbone_net
子网络,并且冻结backbone_net
中的参数,不参与训练。代码第21-23行展示了如何冻结网络参数。
1: backbone_net, head_net, net = define_net(args_opt, config)
2: ...
3: def define_net(config, is_training):
4: backbone_net = MobileNetV2Backbone()
5: activation = config.activation if not is_training else "None"
6: head_net = MobileNetV2Head(input_channel=backbone_net.out_channels,
7: num_classes=config.num_classes,
8: activation=activation)
9: net = mobilenet_v2(backbone_net, head_net)
10: return backbone_net, head_net, net
11: ...
12: if args_opt.pretrain_ckpt and args_opt.freeze_layer == "backbone":
13: load_ckpt(backbone_net, args_opt.pretrain_ckpt, trainable=False)
14: ...
15: def load_ckpt(network, pretrain_ckpt_path, trainable=True):
16: """
17: train the param weight or not
18: """
19: param_dict = load_checkpoint(pretrain_ckpt_path)
20: load_param_into_net(network, param_dict)
21: if not trainable:
22: for param in network.get_parameters():
23: param.requires_grad = False
参数简介
每个参数需要用户根据自己本地的处理器类型、数据地址与预训练模型地址等修改为相应的值。
运行Python文件
在Windows与Linux系统上训练时,运行train.py
时需要传入dataset_path
、platform
、pretrain_ckpt
与freeze_layer
四个参数。验证时,运行eval.py
并且传入dataset_path
、platform
、pretrain_ckpt
三个参数。
# Windows/Linux train with Python file
python train.py --platform [PLATFORM] --dataset_path <DATASET_PATH> --pretrain_ckpt [PRETRAIN_CHECKPOINT_PATH] --freeze_layer[("none", "backbone")]
# Windows/Linux eval with Python file
python eval.py --platform [PLATFORM] --dataset_path <DATASET_PATH> --pretrain_ckpt <PRETRAIN_CHECKPOINT_PATH>
--dataset_path
:训练与验证数据集地址,无默认值,用户训练/验证时必须输入。--platform
:处理器类型,默认为“Ascend”,可以设置为“CPU”或”GPU”。--pretrain_ckpt
:增量训练或调优时,需要传入pretrain_checkpoint文件路径以加载预训练好的模型参数权重。--freeze_layer
:冻结网络层,输入“none”、”backbone”其中一个。
运行Shell脚本
在Linux系统上时,可以选择运行Shell脚本文件./scripts/run_train.sh
与./scripts/run_eval.sh
。运行时需要在交互界面中同时传入参数。
# Windows doesn't support Shell
# Linux train with Shell script
sh run_train.sh <PLATFORM> <DEVICE_NUM> <VISIABLE_DEVICES(0,1,2,3,4,5,6,7)> <RANK_TABLE_FILE> <DATASET_PATH> <CKPT_PATH> [FREEZE_LAYER]
# Linux eval with Shell script for fine tune
sh run_eval.sh <PLATFORM> <DATASET_PATH> <PRETRAIN_CKPT_PATH>
<PLATFORM>
:处理器类型,默认为“Ascend”,可以设置为“GPU”。<DEVICE_NUM>
:每个节点(一台服务器/PC相当于一个节点)进程数量,建议设置为机器上Ascend AI处理器数量或GPU数量。<VISIABLE_DEVICES(0,1,2,3,4,5,6,7)>
:字符串格式的设备ID,训练将会根据<VISIABLE_DEVICES>
将进程绑定到对应ID的设备上,多个设备ID之间使用’,’分隔,建议ID数量与进程数量相同。<RANK_TABLE_FILE>
:platform选择Ascend时,需要配置Ascend的配置Json文件,。<DATASET_PATH>
:训练与验证数据集地址,无默认值,用户训练/验证时必须输入。<CKPT_PATH>
:增量训练或调优时,需要传入checkpoint文件路径以加载预训练好的模型参数权重[FREEZE_LAYER]
:针对微调的模型做验证时,需要选择不冻结网络或者冻结backbone。
加载微调训练
Windows系统上,MobileNetV2做微调训练时,只能运行train.py
。Linux系统上,使用MobileNetV2做微调训练时,可以选择运行run_train.sh
, 并在运行Shell脚本文件时传入参数。
Windows系统输出信息到交互式命令行,Linux系统环境下运行run_train.sh
时,命令行结尾使用&> <log_file_path>
将标准输出与错误输出写入log文件。微调成功开始训练,./train/rank*/log*.log
中会持续写入每一个epoch的训练时间与Loss等信息。若未成功,上述log文件会写入失败报错信息。
CPU加载训练
设置节点数量
目前运行
train.py
时仅支持单处理器,不需要调整处理器数量。运行run_train.sh
文件时,CPU
设备默认为单处理器,目前暂不支持修改CPU数量。开始增量训练
使用样例1:通过Python文件调用1个CPU处理器。
# Windows or Linux with Python python train.py --platform CPU --dataset_path <TRAIN_DATASET_PATH> --pretrain_ckpt ./pretrain_checkpoint/mobilenetv2_cpu_gpu.ckpt --freeze_layer backbone
使用样例2:通过Shell文件调用1个CPU处理器。
# Linux with Shell sh run_train.sh CPU <TRAIN_DATASET_PATH> ../pretrain_checkpoint/mobilenetV2_cpu_gpu.ckpt backbone
GPU加载训练
设置节点数量
目前运行
train.py
时仅支持单处理器,不需要调整节点数量。运行run_train.sh
文件时,设置<nproc_per_node>
为GPU数量,<visible_devices>
为可使用的处理器编号,即GPU的ID,可以选择一个或多个设备ID,使用,
隔开。开始增量训练
使用样例1:通过Python文件调用1个GPU处理器。
# Windows or Linux with Python python train.py --platform GPU --dataset_path <TRAIN_DATASET_PATH> --pretrain_ckpt ./pretrain_checkpoint/mobilenetv2_cpu_gpu.ckpt --freeze_layer backbone
使用样例2:通过Shell脚本调用1个GPU处理器,设备ID为
“0”
。# Linux with Shell sh run_train.sh GPU 1 0 <TRAIN_DATASET_PATH> ../pretrain_checkpoint/mobilenetv2_cpu_gpu.ckpt backbone
使用样例3:通过Shell脚本调用8个GPU处理器,设备ID为
“0,1,2,3,4,5,6,7”
。# Linux with Shell sh run_train.sh GPU 8 0,1,2,3,4,5,6,7 <<TRAIN_DATASET_PATH> ../pretrain_checkpoint/mobilenetv2_cpu_gpu.ckpt backbone
Ascend加载训练
设置节点数量
目前运行
train.py
时仅支持单处理器,不需要调整节点数量。运行run_train.sh
文件时,设置<nproc_per_node>
为Ascend AI处理器数量,<visible_devices>
为可使用的处理器编号,即Ascend AI处理器的ID,8卡服务器可以选择0-7中一个或多个设备ID,使用,
隔开。Ascend节点处理器数量目前只能设置为1或者8。开始增量训练
使用样例1:通过Python文件调用1个Ascend处理器。
# Windows or Linux with Python python train.py --platform Ascend --dataset_path <TRAIN_DATASET_PATH> --pretrain_ckpt ./pretrain_checkpoint mobilenetv2_ascend.ckpt --freeze_layer backbone
使用样例2:通过Shell脚本调用1个Ascend AI处理器,设备ID为“0”。
# Linux with Shell sh run_train.sh Ascend 1 0 ~/rank_table.json <TRAIN_DATASET_PATH> ../pretrain_checkpoint/mobilenetv2_ascend.ckpt backbone
使用样例3:通过Shell脚本调用8个Ascend AI处理器,设备ID为”0,1,2,3,4,5,6,7“。
# Linux with Shell sh run_train.sh Ascend 8 0,1,2,3,4,5,6,7 ~/rank_table.json <TRAIN_DATASET_PATH> ../pretrain_checkpoint/mobilenetv2_ascend.ckpt backbone
微调训练结果
查看运行结果。
运行Python文件时在交互式命令行中查看打印信息,
Linux
上运行Shell脚本运行后使用cat ./train/rank0/log0.log
中查看打印信息,输出结果如下:train args: Namespace(dataset_path='./dataset/train', platform='CPU', \ pretrain_ckpt='./pretrain_checkpoint/mobilenetv2_cpu_gpu.ckpt', freeze_layer='backbone') cfg: {'num_classes': 26, 'image_height': 224, 'image_width': 224, 'batch_size': 150, \ 'epoch_size': 200, 'warmup_epochs': 0, 'lr_max': 0.03, 'lr_end': 0.03, 'momentum': 0.9, \ 'weight_decay': 4e-05, 'label_smooth': 0.1, 'loss_scale': 1024, 'save_checkpoint': True, \ 'save_checkpoint_epochs': 1, 'keep_checkpoint_max': 20, 'save_checkpoint_path': './', \ 'platform': 'CPU'} Processing batch: 16: 100%|███████████████████████████████████████████ █████████████████████| 16/16 [00:00<?, ?it/s] epoch[200], iter[16] cost: 256.030, per step time: 256.030, avg loss: 1.775total cos 7.2574 s
查看保存的checkpoint文件。
Windows上使用
dir checkpoint
查看保存的模型文件:dir ckpt_0 2020//0814 11:20 267,727 mobilenetv2_1.ckpt 2020//0814 11:21 267,727 mobilenetv2_10.ckpt 2020//0814 11:21 267,727 mobilenetv2_11.ckpt ... 2020//0814 11:21 267,727 mobilenetv2_7.ckpt 2020//0814 11:21 267,727 mobilenetv2_8.ckpt 2020//0814 11:21 267,727 mobilenetv2_9.ckpt
Linux上使用
ls ./checkpoint
查看保存的模型文件:ls ./ckpt_0/ mobilenetv2_1.ckpt mobilenetv2_2.ckpt mobilenetv2_3.ckpt mobilenetv2_4.ckpt ...
验证微调训练模型
验证模型
使用验证集测试模型性能,需要输入必要参数,--platform
默认为“Ascend”,可自行设置为”CPU”或”GPU”。最终在交互式命令行中展示标准输出与错误输出,或者将其写入eval.log
文件。
# Windows/Linux with Python
python eval.py --platform CPU --dataset_path <VAL_DATASET_PATH> --pretrain_ckpt ./ckpt_0/mobilenetv2_15.ckpt
# Linux with Shell
sh run_eval.sh CPU <VAL_DATASET_PATH> ../ckpt_0/mobilenetv2_15.ckpt
验证结果
运行Python文件时在交互式命令行中输出验证结果,Shell脚本将把这些信息写入./eval.log
中,需要使用cat ./eval.log
查看,结果如下:
result:{'acc': 0.9466666666666666666667}
pretrain_ckpt = ./ckpt_0/mobilenetv2_15.ckpt