MMDv2 配置ResNet-SetNet-SSD_热心废物市民_小李的博客-程序员秘密

技术标签: 深度学习  目标检测  人工智能  

修改配置文件并训练

天天学Java,好久没跑过实验了,记录下,防止日后踩坑

  1. mmdet.models.utils.se_layer.SELayer注册为plugin
    注意修改下参数channels为in_channels,否则解析参数会对不上,出现unexpected args channels的参数解析错误
# Copyright (c) OpenMMLab. All rights reserved.
import mmcv
import torch.nn as nn
from mmcv.cnn import ConvModule
from mmcv.runner import BaseModule
from mmcv.cnn import PLUGIN_LAYERS


@PLUGIN_LAYERS.register_module()
class SELayer(BaseModule):
	def __init__(self,
	                 in_channels,  # 对应resnet.py中的参数设置修改下
	                 ratio=16,
	                 conv_cfg=None,
	                 act_cfg=(dict(type='ReLU'), dict(type='Sigmoid')),
	                 init_cfg=None):
	        super(SELayer, self).__init__(init_cfg)
  1. 修改SSD配置文件,并训练
    此处我是参照ssdlite_mobilenetv2_scratch_600e_coco.py进行修改的
_base_ = [
    '../_base_/datasets/coco_detection.py', '../_base_/default_runtime.py'
]

model = dict(
    type='SingleStageDetector',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        # 哪几个stage的结果作为输出,从0开始
        out_indices=(1, 2, 3),
        frozen_stages=1,
        norm_cfg=dict(type='BN', requires_grad=True),
        norm_eval=True,
        style='pytorch',
        # 按照自己需求配置plugin
        plugins=[dict(cfg=dict(type='SELayer'),stages=(True, True, True, True),position='after_conv3'),],
        # 使用预训练权重
        init_cfg=dict(type='Pretrained', checkpoint='torchvision://resnet50')),
        # norm_cfg=dict(type='BN', eps=0.001, momentum=0.03),
        # init_cfg=dict(type='TruncNormal', layer='Conv2d', std=0.03)),
    neck=dict(
        type='SSDNeck',
        # 对应backbone的输出,默认resnet最后三个stage out_channels=[512, 1024, 2048]
        in_channels=(512, 1024, 2048),
        # 对应SSD的6层输出,前三层为什么这么设置,见补充说明SSD-NECK结构
        out_channels=(512, 1024, 2048, 256, 256, 256),
        # 小坑:这里设置注意下,如果没设置对可能出现得到的先验框数不匹配(tensor.shape不匹配)
        level_strides=(2, 2, 2),
        level_paddings=(1, 1, 0),
        l2_norm_scale=None,
        use_depthwise=True,
        norm_cfg=dict(type='BN', eps=0.001, momentum=0.03),
        act_cfg=dict(type='ReLU6'),
        init_cfg=dict(type='TruncNormal', layer='Conv2d', std=0.03)),
    bbox_head=dict(
        type='SSDHead',
        in_channels=(512, 1024, 2048, 256, 256, 256),
        # 按照自己的数据集配置
        num_classes=1,
        use_depthwise=True,
        norm_cfg=dict(type='BN', eps=0.001, momentum=0.03),
        act_cfg=dict(type='ReLU6'),
        init_cfg=dict(type='Normal', layer='Conv2d', std=0.001),

        # 默认的SSD300 检测框设置
        anchor_generator=dict(
            type='SSDAnchorGenerator',
            scale_major=False,
            strides=[8, 16, 32, 64, 100, 300],
            ratios=[[2], [2, 3], [2, 3], [2, 3], [2], [2]]),
        bbox_coder=dict(
            type='DeltaXYWHBBoxCoder',
            target_means=[.0, .0, .0, .0],
            target_stds=[0.1, 0.1, 0.2, 0.2])),
    # model training and testing settings
    train_cfg=dict(
        assigner=dict(
            type='MaxIoUAssigner',
            pos_iou_thr=0.5,
            neg_iou_thr=0.5,
            min_pos_iou=0.,
            ignore_iof_thr=-1,
            gt_max_assign_all=False),
        smoothl1_beta=1.,
        allowed_border=-1,
        pos_weight=-1,
        neg_pos_ratio=3,
        debug=False),
    test_cfg=dict(
        nms_pre=1000,
        nms=dict(type='nms', iou_threshold=0.45),
        min_bbox_size=0,
        score_thr=0.02,
        max_per_img=200))
cudnn_benchmark = True

# 以下和ssdlite_mobilenetv2_scratch_600e_coco.py设置差不多
dataset_type = 'CocoDataset'
data_root = '/home/COCO/'
img_norm_cfg = dict(mean=[123.675, 116.28, 103.53], std=[1, 1, 1], to_rgb=True)
train_pipeline = [
    dict(type='LoadImageFromFile', to_float32=True),
    dict(type='LoadAnnotations', with_bbox=True),
    dict(
        type='PhotoMetricDistortion',
        brightness_delta=32,
        contrast_range=(0.5, 1.5),
        saturation_range=(0.5, 1.5),
        hue_delta=18),
    dict(
        type='Expand',
        mean=img_norm_cfg['mean'],
        to_rgb=img_norm_cfg['to_rgb'],
        ratio_range=(1, 4)),
    dict(
        type='MinIoURandomCrop',
        min_ious=(0.1, 0.3, 0.5, 0.7, 0.9),
        min_crop_size=0.3),
    dict(type='Resize', img_scale=(300, 300), keep_ratio=False),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels']),
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale=(300, 300),
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=False),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img']),
        ])
]
data = dict(
    samples_per_gpu=24,
    workers_per_gpu=4,
    train=dict(
        _delete_=True,
        type='RepeatDataset',
        times=5,
        dataset=dict(
            type=dataset_type,
            ann_file=data_root + 'annotations/train2017.json',
            img_prefix=data_root + 'images/',
            pipeline=train_pipeline)),
    val=dict(pipeline=test_pipeline),
    test=dict(pipeline=test_pipeline))
# optimizer这里根据自己的实际情况设置,可以参照mmd官方文档学习率设置规则
optimizer = dict(type='SGD', lr=0.002, momentum=0.9, weight_decay=5.0e-4)
optimizer_config = dict(grad_clip=None)

# learning policy
lr_config = dict(
    policy='CosineAnnealing',
    warmup='linear',
    warmup_iters=500,
    warmup_ratio=0.001,
    min_lr=0)
runner = dict(type='EpochBasedRunner', max_epochs=60)
# Avoid evaluation and saving weights too frequently
evaluation = dict(interval=5, metric='bbox')
checkpoint_config = dict(interval=5)
custom_hooks = [
    dict(type='NumClassCheckHook'),
    dict(type='CheckInvalidLossHook', interval=50, priority='VERY_LOW')
]

  1. 实验收获与注意事项
    a. 实际训练中从0开始训练,加入SE好像反而map轻微掉点了,根据官方issue,似乎backbone需要通过预训练权重初始化才能有相对好的效果,不明白为什么
    b. 在采用cos学习率学习之后还要再用小学习率finetune下

补充说明

  1. mmd resnet中plugin可以设置的参数
    参照ResNet源码的注释
    def make_stage_plugins(self, plugins, stage_idx):
        """
        Examples:
            >>> plugins=[
            ...     dict(cfg=dict(type='xxx', arg1='xxx'),
            ...          stages=(False, True, True, True),
            ...          position='after_conv2'),
            ...     dict(cfg=dict(type='yyy'),
            ...          stages=(True, True, True, True),
            ...          position='after_conv3'),
            ...     dict(cfg=dict(type='zzz', postfix='1'),
            ...          stages=(True, True, True, True),
            ...          position='after_conv3'),
            ...     dict(cfg=dict(type='zzz', postfix='2'),
            ...          stages=(True, True, True, True),
            ...          position='after_conv3')
            ... ]
            >>> self = ResNet(depth=18)
            >>> stage_plugins = self.make_stage_plugins(plugins, 0)
            >>> assert len(stage_plugins) == 3
       """

plugins的配置的字典分别需要配置:
1)cfg, 例如以下我自己编写的SELayer按以下配置会解析参数in_channels, map_size,在第一个stage的conv3后添加

dict(cfg=dict(type='SELayer', map_size='150'),stages=(True, False, False, False),position='after_conv3')

2)stages(分别作用ResNet的哪几个stage),
3)position(作用于conv1/2/3之后)

  1. ssd_neck
    参照MMD官方的知乎文章,SSD的项目代码重构了,通过SSD-NECK取代了之前一直在用的ssd_vgg,详细结构见:MMD官方文章传送门
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/GiantYum/article/details/121002920

智能推荐

【C++学习笔记(二)】之 LNK1104 无法打开文件“python37_d.lib” 解决方法_开发小鸽的博客-程序员秘密

安装PythonDebug版本安装Python,如果已经安装Python,需要修改Python的安装设置,将Debug版本一起安装进来。在卸载或更改程序,找到Python,右击更改,可以添加Debug版本。给VS OPENCV.sln 添加Python37_d.lib的路径Python37_d.lib在Python的安装路径的Libs文件夹中。设置opencv_python3的属性,右击选择属性将python37_d.lib所在文件夹的路径添加到库目录里面然后在附加依赖项中添加pyth

Asp.net自动生产的数据库_yishanhai的博客-程序员秘密

        可以通过C:/WINDOWS/Microsoft.NET/Framework/v2.0.50727/下的aspnet_regsql.exe生成数据库,根据提示可以单独的数据库ASPNETDB或者直接生产到自己新建的数据库中。        然后修改c:/WINDOWS/Microsoft.NET/Framework/v2.0.50727/CONFIG下的machine.conf

C#之CAD二次开发(14) Ribbon界面初探_c# ribbon_数据智能笔记的博客-程序员秘密

# 0. 引言从CAD2009版本以后就开始使用上了Ribbon界面,更早的版本使用的界面相对较为简单,对比一下就知道啥是Ribbon界面了这是CAD2006界面,经典的菜单工具栏,略low这是CAD2018的Ribbon界面Ofiice从07版本开始采用Ribbon界面,AutoCAD跟随其后在CAD2009开始就使用Ribbon界面来看看Ofiice2016的...

CMake cross compile_sean_xyz的博客-程序员秘密

1. modify the variables "CMAKE_C_COMPILER" and "CMAKE_CXX_COMPILER", then you can do cross compile with cmakefor example:PROJECT(test_cmake)SET(CMAKE_C_COMPILER arm-linux-gnueabi-gcc)## SET(

快速排序和归并排序中一趟的理解(递归和非递归)_快速排序的一趟是什么意思_Djavadi的博客-程序员秘密

引:2019年408中数据结构一道考察快速排序的选择题定位:这道题在考察快速排序中一趟的概念。思路:回想教材(《数据结构》严)里对一趟的定义算法描述:可见第一张图的过程实际上是递归形式实现的快排第一次调用Partition函数产生的结果。然而,我们知道,如果第一次选中的pivot处在了待排序元素最终结果中的中间位置。那么接下来的处理也是递归进行的,如图(a)所示,在第一次调用Patition函数后,元素49被放到了最终位置,之后对49左侧位置元素调用Qsort进行处理

Java基础语法之List集合_路漫漫长的博客-程序员秘密

将实现了List接口的对象成为List集合;Collection接口的子类,单列集合的重要分支。特点:1. 一个元素存取有序的集合;2. 一个带有索引的集合;3. 集合中可以有重复元素,由equals()方法比较元素是否重复。注意:ArrayList类是List接口的子类,该类中的方法都是来自List的定义;List接口中带索引的方法:public void add(int ind...

随便推点

vault-密码、证书管理工具_vault代码帐号_songbintao的博客-程序员秘密

vault是什么vault是一个密码/证书集中式管理工具,通过HTTP-API对外提供统一的密码访问入口,并且提供权限控制以及详细的日志审计功能。一个系统可能需要访问多个带密码的后端:例如数据库、通过API keys对外部系统进行调用,面向服务的架构通信等等。要将众多系统中的用户和权限对应起来已经非常困难,加上提供密钥滚动功能、安全的存储后端还要有详细的审计日志,自定义解决方案几乎不太可能...

MicroSoft_SQLServer用法全笔记_爱吃西蓝花的老张的博客-程序员秘密

SQL Server全部笔记 , 包括所有的基本语法的使用

CentOS7 firewall-cmd 防火墙 命令备忘 批量开放端口_firewall-cmd 多个端口_ldq_sd的博客-程序员秘密

Centos6 使用的是iptables,Centos7 使用的是filewall(-cmd)iptables 用于过滤数据包,属于网络层防火墙。firewall 能够允许哪些服务可用,那些端口可用...属于更高一层的防火墙。1.firewalld的基本使用启动: systemctl start firewalld查看状态:systemctl status firewalld停...

MySQL 入门(八)—— 触发器_TangowL的博客-程序员秘密

触发器Trigger是由insert、update和delete等事件来触发某种特定操作。在满足触发器的触发条件时,数据库系统就会执行触发器中定义好的程序语句,这样可以保证某些操作之间的一致性。

django2.0在使用自带的authenticate方法来验证用户的账号密码,出现一直返回None的问题解决_西门大盗的博客-程序员秘密

在使用django自带的authenticate方法时,出现无论如何,验证的用户都是Nonefrom django.contrib.auth import authenticate,loginuser = authenticate(username = username,password=password)最后在settings文件中添加以下内容,完成解决问题:AUTHENTICATION_BACKENDS = ['django.contrib.auth.backends.Allo.

php 数组 json_decode,php中json_decode返回数组或对象_PHP教程_weixin_39637233的博客-程序员秘密

1.json_decode()json_decode(PHP 5 >= 5.2.0, PECL json >= 1.2.0)json_decode — 对 JSON 格式的字符串进行编码说明mixed json_decode ( string $json [, bool $assoc ] )接受一个 JSON 格式的字符串并且把它转换为 PHP 变量参数json待解码的 json st...

推荐文章

热门文章

相关标签