训练第一个MMClassification模型

一、 MMClassification项目结构

MMClassification的项目结如图如图所示，截图来自openmmlab的B站官方。不仅是MMClassification，openmmlab的其他工具包也是同样的项目结构。

二、MMClassification安装、验证

（一）安装

参考官方安装教程，安装MMClassification
在安装前，我们需要先安装通过sudo apt install git安装git，然后执行以下：

conda create --name openmmlab python=3.8 -y
conda activate openmmlab
pip install -U openmim -i http://pypi.douban.com/simple/ # 代表从豆瓣源安装，加快安装速度
mim install mmcv-full
git clone https://github.com/open-mmlab/mmclassification.git
cd mmclassification
pip install -e . -i http://pypi.douban.com/simple/
1
2
3
4
5
6
7

（二）验证

在MMClassification目录下打开终端

1.下载配置文件以及模型

mim download mmcls --config resnet50_8xb32_in1k --dest .
1

2.用模型进行验证测试

python demo/image_demo.py demo/demo.JPEG resnet50_8xb32_in1k.py resnet50_8xb32_in1k_20210831-ea4938fc.pth --device cpu
1

我们的demo.JPEG 确实是个蟒蛇

（三）训练第一个分类网络

在这里，我们训练第一个分类神经网络—猫狗分类，数据集在这里（提取码: f8m4，自解压文件）。

1.更改配置文件

在./mmclassification/configs/mobilenet_v2路径下，我们复制mobilenet-v2_8xb32_in1k.py文件为mobilenet-v2_8xb32_cat_dog.py（我电脑太垃圾，只能使用mobilenet_v2进行测试），然后对配置文件进行修改。

_base_ = [
    '../_base_/models/mobilenet_v2_1x.py',
    '../_base_/datasets/imagenet_bs32_pil_resize.py',
    '../_base_/schedules/imagenet_bs256.py',
    '../_base_/default_runtime.py'
]
1
2
3
4
5
6

（1）修改models

打开

./mmclassification/configs/__base__/models/mobilenet_v2_1x.py
1

复制以下代码至mobilenet-v2_8xb32_cat_dog.py

# model settings
model = dict(
    type='ImageClassifier',
    backbone=dict(type='MobileNetV2', widen_factor=1.0),
    neck=dict(type='GlobalAveragePooling'),
    head=dict(
        type='LinearClsHead',
        num_classes=1000,
        in_channels=1280,
        loss=dict(type='CrossEntropyLoss', loss_weight=1.0),
        topk=(1, 5),
    ))
1
2
3
4
5
6
7
8
9
10
11
12

修改为

# model settings
model = dict(
    type='ImageClassifier',
    backbone=dict(type='MobileNetV2', widen_factor=1.0),
    neck=dict(type='GlobalAveragePooling'),
    head=dict(
        type='LinearClsHead',
        num_classes=2, #这里
        in_channels=1280,
        loss=dict(type='CrossEntropyLoss', loss_weight=1.0),
        topk=(1, ), # 这里
    ))
1
2
3
4
5
6
7
8
9
10
11
12

（2）修改datasets

打开

./mmclassification/configs/__base__/datasets/imagenet_bs32_pil_resize.py
1

复制以下代码至mobilenet-v2_8xb32_cat_dog.py

data = dict(
    samples_per_gpu=32,
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,
        data_prefix='data/imagenet/train',
        pipeline=train_pipeline),
    val=dict(
        type=dataset_type,
        data_prefix='data/imagenet/val',
        ann_file='data/imagenet/meta/val.txt',
        pipeline=test_pipeline),
    test=dict(
        # replace `data/val` with `data/test` for standard test
        type=dataset_type,
        data_prefix='data/imagenet/val',
        ann_file='data/imagenet/meta/val.txt',
        pipeline=test_pipeline))
evaluation = dict(interval=1, metric='accuracy')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

修改为

data = dict(
    samples_per_gpu=32, #根据自己显卡性能修改
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,
        data_prefix='data/imagenet/train', #自己文件的路径
        pipeline=train_pipeline,
        classes = 'data/imagenet/meta/classes.txt'), #原来imagenet的分类数有1000类，我们需要修改为2类，其中0：cat、1：dog
    val=dict(
        type=dataset_type,
        data_prefix='data/imagenet/val',#自己文件的路径
        ann_file='data/imagenet/meta/val.txt',#自己文件的路径
        pipeline=test_pipeline),
    test=dict(
        # replace `data/val` with `data/test` for standard test
        type=dataset_type,
        data_prefix='data/imagenet/val', #自己文件的路径
        ann_file='data/imagenet/meta/val.txt', #自己文件的路径
        pipeline=test_pipeline))
evaluation = dict(metric_options={'topk': (1, )}) #验证流程，我们只有2个分类，不需要前五个分类情况
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

（3）修改schedules

打开

./mmclassification/configs/__base__/schedules/imagenet_bs256.py
1

复制

# optimizer
optimizer = dict(type='SGD', lr=0.1, momentum=0.9, weight_decay=0.0001)
optimizer_config = dict(grad_clip=None)
# learning policy
lr_config = dict(policy='step', step=[30, 60, 90])
runner = dict(type='EpochBasedRunner', max_epochs=100)
1
2
3
4
5
6

修改为

# optimizer
optimizer = dict(type='SGD', lr=0.01, momentum=0.9, weight_decay=0.0001) #修改lr（学习率）=0.01，对模型的fine tune（微调），不需要太大的学习率
optimizer_config = dict(grad_clip=None)
# learning policy 学习率下降策略
lr_config = dict(policy='step', step=[3, 6]) # 在第3、6轮更改学习率
runner = dict(type='EpochBasedRunner', ,max_epochs=10) #训练10轮
1
2
3
4
5
6

（4）修改default_runtime

# yapf:enable
load_from = '/mmclassification/mobilenet_v2_batch256_imagenet_20200708-3b2dc3af.pth' #修改为你使用的初始化模型路径
1
2

（5）组合配置文件与解析

_base_ = [
    '../_base_/models/mobilenet_v2_1x.py',            # 模型
    '../_base_/datasets/imagenet_bs32_pil_resize.py', # 数据来源
    '../_base_/schedules/imagenet_bs256.py',          #训练策略
    '../_base_/default_runtime.py'                    #默认运行环境
]
# model settings
model = dict(
    type='ImageClassifier', # 分类器类型
    backbone=dict(type='MobileNetV2', widen_factor=1.0),
    neck=dict(type='GlobalAveragePooling'),# 颈网络类型
    head=dict(
        type='LinearClsHead',# 线性分类头
        num_classes=2, #输出类别数，我们只有猫狗两类，修改为2
        in_channels=1280, #输入通道数，这与 neck 的输出通道一致
        loss=dict(type='CrossEntropyLoss', loss_weight=1.0),
        topk=(1, ), # 评估指标，Top-k 准确率， 这里为 top1 与 top5 准确率
    ))
# dataset settings
data = dict(
    samples_per_gpu=32, #单个 GPU 的 Batch size 根据机器性能修改
    workers_per_gpu=2,  # 单个 GPU 的 线程数
    train=dict(
        type=dataset_type,# 数据集名称
        data_prefix='data/imagenet/train', #自己文件的路径
        pipeline=train_pipeline,
        classes = 'data/imagenet/meta/classes.txt'), #原来imagenet的分类数有1000类，我们需要修改为2类，其中0：cat、1：dog
    val=dict(
        type=dataset_type,
         data_prefix='data/imagenet/val',#自己文件的路径
        ann_file='data/imagenet/meta/val.txt',#自己文件的路径
        pipeline=test_pipeline),
    test=dict(
        # replace `data/val` with `data/test` for standard test
        type=dataset_type,
        data_prefix='data/imagenet/test', #自己文件的路径
        ann_file='data/imagenet/meta/test.txt', #自己文件的路径
        pipeline=test_pipeline))
evaluation = dict(metric_options={'topk': (1, )}) #验证流程，我们只有2个分类，不需要前五个分类情况
# optimizer
optimizer = dict(type='SGD',         # 优化器类型
                lr=0.1,              # 优化器的学习率，修改lr（学习率）=0.01，对模型的fine tune（微调），不需要太大的学习率
                momentum=0.9,        # 动量(Momentum)
                weight_decay=0.0001) # 权重衰减系数(weight decay)
optimizer_config = dict(grad_clip=None)
# learning policy 学习率下降策略
lr_config = dict(policy='step', step=[3, 6]) # 在第3、6轮时， lr 进行衰减
runner = dict(type='EpochBasedRunner', ,max_epochs=10) #训练10轮

# yapf:enable
load_from = '/mmclassification/mobilenet_v2_batch256_imagenet_20200708-3b2dc3af.pth' #修改为你使用的初始化模型路径
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

2.训练第一个模型

在./mmclassification打开终端，输入

python tools/train.py configs/mobilenet_v2/mobilenet-v2_8xb32_cat_dog.py --work-dir work_dir/new
1

其中tools/train.py用到的训练文件；configs/mobilenet_v2/mobilenet-v2_8xb32_cat_dog.py 刚刚的配置文件；--work-dir work_dir/new训练产生的配置文件、日志文件、模型文件保存路径
然后，终端输出以下：

可以看到第一轮lr: 1.000e-03，第二轮lr: 1.000e-04，学习率变小了。

3.测试

以上是为了快速出结果，所以才训练2轮，在以下的测试中，我使用一个训练了10轮的模型进行测试。
在终端输入

python tools/test.py ./work_dir/new//mobilenet-v2_8xb32_cat_dog.py ./work_dir/new/latest.pth --metrics=accuracy --metric-options=topk=1
1

得出测试结果为准确度accuracy : 94.5

[>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>] 4000/4000, 206.7 task/s, elapsed: 19s, ETA:     0s
accuracy : 94.5
1
2

from mmcls.apis import init_model, inference_model, show_result_pyplot

config_file = '/home/ghhuang/openmmlab/mmclassification/work_dir/new/mobilenet-v2_8xb32_cat_dog.py' #配置文件
checkpoint_file = '/home/ghhuang/openmmlab/mmclassification/work_dir/new/latest.pth'                #模型路径
model = init_model(config_file, checkpoint_file, device='cuda:0')                                   #初始化模型
img = '/home/ghhuang/openmmlab/mmclassification/demo/dog.webp'                                      #图片路径
result = inference_model(model, img)                                                                #推理
show_result_pyplot(model, img, result)                                                              #推理结果可视化
1
2
3
4
5
6
7
8

可以看出照片成功识别为dog