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。

你可以在这里找到完整可运行的样例代码:https://gitee.com/mindspore/mindspore/tree/r1.1/model_zoo/official/cv/mobilenetv2

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\

  1. 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

  2. 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)
    
  3. 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)
    
  4. 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"device

    {
        "version": "1.0",
        "server_count": "1",
        "server_list": [
            {
                "server_id": "10.155.111.140",
                "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.pyeval.py,Ubuntu与EulerOS上还可以使用Shell脚本文件run_train.shrun_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.pylaunch.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_nethead_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_pathplatformpretrain_ckptfreeze_layer四个参数。验证时,运行eval.py并且传入dataset_pathplatformpretrain_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./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