PaddleX使用文档.pdf-资料库

weixin_41450123-13200397-16359647497369091683.pdf-第1页.png

第1页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第2页.png

第2页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第3页.png

第3页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第4页.png

第4页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第5页.png

第5页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第6页.png

第6页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第7页.png

第7页 / 共233页

weixin_41450123-13200397-16359647497369091683.pdf-第8页.png

第8页 / 共233页

PaddleX 2020 年 11 月 05 日

PaddleX 使用文档目录 1 10 分钟快速上手使用 2 快速安装 2.1 pip 安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Anaconda 安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 代码安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . pycocotools 安装问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 3 数据准备 3.1 数据标注工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 数据格式说明 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 模型训练 4.1 图像分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 目标检测 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 实例分割 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 语义分割 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 加载模型预测 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 VisualDL 可视化训练指标 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7 模型压缩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 模型部署 5.1 部署模型导出 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 轻量级服务化部署 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 服务端部署 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Nvidia Jetson 开发板 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Paddle Lite 移动端部署 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.6 OpenVINO 部署 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 7 7 7 7 8 9 9 11 21 21 22 23 24 25 29 31 35 35 36 40 67 72 78 i

5.7 树莓派部署 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.8 部署编译说明 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 96 6 产业案例集 99 6.1 PaddleX 模型介绍 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 6.2 工业表计读数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6.3 人像分割模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 6.4 多通道遥感影像分割 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 6.5 RGB 遥感影像分割 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 6.6 地块变化检测 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 7 PaddleX 可视化客户端 135 7.1 介绍 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 7.2 下载安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 7.3 使用方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 8 API 接口说明 149 8.1 数据处理与增强 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 8.2 数据集读取 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 8.3 数据集分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 8.4 视觉模型集 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 8.5 模型压缩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 8.6 预测结果可视化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 8.7 模型可解释性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 9 更新日志 205 10 附录 209 10.1 PaddleX 模型库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 10.2 PaddleX 压缩模型库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 10.3 PaddleX 指标及日志 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 10.4 PaddleX 可解释性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 10.5 训练参数调整 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 10.6 无联网模型训练 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 ii

PaddleX 是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备全流程打通、融合产业实践、易用易集成三大特点。 PaddleX • 项目官网: http://www.paddlepaddle.org.cn/paddle/paddlex • 项目 GitHub: https://github.com/PaddlePaddle/PaddleX • 官方 QQ 用户群: 1045148026 • GitHub Issue 反馈: http://www.github.com/PaddlePaddle/PaddleX/issues 1. 注：本使用手册在打印为 pdf 后，可能会存在部分格式的兼容问题； 2. 注：本文档持续在 http://paddlex.readthedocs.io/进行更新。 PaddleX 使用文档目录 1

PaddleX 2 PaddleX 使用文档目录

CHAPTER 1 10 分钟快速上手使用本文档在一个小数据集上展示了如何通过 PaddleX 进行训练。本示例同步在 AIStudio 上，可直接在线体验模型训练。本示例代码源于 Github tutorials/train/classification/mobilenetv3_small_ssld.py，用户可自行下载至本地运行。 PaddleX 中的所有模型训练跟随以下 3 个步骤，即可快速完成训练代码开发！注意：不同模型的 transforms、datasets 和训练参数都有较大差异，更多模型训练，可直接根据文档教程获取更多模型的训练代码。模型训练教程 PaddleX 的其它用法 • 使用 VisualDL 查看训练过程中的指标变化 • 加载训练保存的模型进行预测 1. 安装 PaddleX 3

PaddleX 安装相关过程和问题可以参考 PaddleX 的安装文档。 pip install paddlex -i https://mirror.baidu.com/pypi/simple 2. 准备蔬菜分类数据集 wget https://bj.bcebos.com/paddlex/datasets/vegetables_cls.tar.gz tar xzvf vegetables_cls.tar.gz 3. 定义训练/验证图像处理流程 transforms 因为训练时加入了数据增强操作，因此在训练和验证过程中，模型的数据处理流程需要分别进行定义。如下所示，代码在 train_transforms 中加入了RandomCrop和RandomHorizontalFlip两种数据增强方式, 更多方法可以参考数据增强文档。 from paddlex.cls import transforms train_transforms = transforms.Compose([ transforms.RandomCrop(crop_size=224), transforms.RandomHorizontalFlip(), transforms.Normalize() ]) eval_transforms = transforms.Compose([ transforms.ResizeByShort(short_size=256), transforms.CenterCrop(crop_size=224), transforms.Normalize() ]) 4. 定义 dataset 加载图像分类数据集定义数据集，pdx.datasets.ImageNet 表示读取 ImageNet 格式的分类数据集 • paddlex.datasets.ImageNet 接口说明 • ImageNet 数据格式说明 train_dataset = pdx.datasets.ImageNet( data_dir='vegetables_cls', file_list='vegetables_cls/train_list.txt', label_list='vegetables_cls/labels.txt', transforms=train_transforms, shuffle=True) eval_dataset = pdx.datasets.ImageNet( data_dir='vegetables_cls', file_list='vegetables_cls/val_list.txt', 4 Chapter 1. 10 分钟快速上手使用 (下页继续)

资料库

PaddleX使用文档.pdf

相关推荐

行业

热门标签

最新资料