快速开始

参考本教程内容，快速体验 PaddleX，轻松完成深度学习模型开发全流程。本教程以『图像分类』任务为例，训练图像分类模型，解决花图像分类问题，数据集为常用的 Flowers102。

Flowers102 数据集中包含上千张花的图像，共涵盖 102 个花的品种，其中训练集有 1020 张图像，验证集有 1020 张图像。模型选择 PP-LCNet_x1_0，PP-LCNet_x1_0 是一个超轻量级的图像分类模型，训练和推理速度较快，PaddleX 中内置了 PP-LCNet_x1_0 模型的配置文件（paddlex/configs/image_classification/PP-LCNet_x1_0.yaml）。

接下来，就从环境配置开始，完成模型训练开发，最终得到能解决该问题的模型。

1. 环境配置与安装

参考文档完成环境配置与安装。

2. 准备数据

下载数据集压缩包 Flowers102数据集，并解压到 PaddleX/dataset/ 目录下。对于 Linux、MacOS 用户，也可参考以下命令完成：

cd PaddleX/dataset/

wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/cls_flowers_examples.tar

tar xf cls_flowers_examples

准备完成后，数据集目录结构应为如下格式：

PaddleX
└── dataset
    └── cls_flowers_examples
        ├── images
        ├── label.txt
        ├── train.txt
        └── val.txt

3. 数据集校验

PaddleX 提供了数据集校验功能，能够对所用数据集的内容进行检查分析，确认数据集格式是否符合 PaddleX 要求，并分析数据集的概要信息。请参考下述命令完成。

python main.py -c paddlex/configs/image_classification/PP-LCNet_x1_0.yaml -o Global.mode=check_dataset -o Global.dataset_dir=dataset/cls_flowers_examples

在完成数据集校验后，会生成校验结果文件output/check_dataset_result.json，具体内容为

{
  "done_flag": true,
  "check_pass": true,
  "attributes": {
    "label_file": "dataset/label.txt",
    "num_classes": 102,
    "train_samples": 1020,
    "train_sample_paths": [
      "tmp/image_01904.jpg",
      "tmp/image_06940.jpg"
    ],
    "val_samples": 1020,
    "val_sample_paths": [
      "tmp/image_01937.jpg",
      "tmp/image_06958.jpg"
    ]
  },
  "analysis": {
    "histogram": "histogram.png"
  },
  "dataset_path": "dataset",
  "show_type": "image",
  "dataset_type": "ClsDataset"
}

上述校验结果中，check_pass 为 True 表示数据集格式符合要求，其他部分指标的说明如下：

attributes.num_classes：该数据集类别数为 102；
attributes.train_samples：该数据集训练集样本数量为 1020；
attributes.val_samples：该数据集验证集样本数量为 1020；

另外，数据集校验还对数据集中所有类别的样本数量分布情况进行了分析，并绘制了分布直方图（histogram.png）：

4. 模型训练

在完成数据集校验并通过后，即可使用该数据集训练模型。使用 PaddleX 训练模型仅需一条命令，

python main.py -c paddlex/configs/image_classification/PP-LCNet_x1_0.yaml -o Global.mode=train -o Global.dataset_dir=dataset/cls_flowers_examples

在完成模型训练后，会生成训练结果文件output/train_result.json，具体内容为

{
  "model_name": "PP-LCNet_x1_0",
  "done_flag": true,
  "config": "config.yaml",
  "label_dict": "label_dict.txt",
  "train_log": "train.log",
  "visualdl_log": "vdlrecords.1717143354.log",
  "models": {
    "last_1": {
      "score": 0.6137255430221558,
      "pdparams": "epoch_20.pdparams",
      "pdema": "",
      "pdopt": "epoch_20.pdopt",
      "pdstates": "epoch_20.pdstates",
      "inference_config": "epoch_20/inference.yml",
      "pdmodel": "epoch_20/inference.pdmodel",
      "pdiparams": "epoch_20/inference.pdiparams",
      "pdiparams.info": "epoch_20/inference.pdiparams.info"
    },
    "best": {
      "score": 0.6137255430221558,
      "pdparams": "best_model.pdparams",
      "pdema": "",
      "pdopt": "best_model.pdopt",
      "pdstates": "best_model.pdstates",
      "inference_config": "best_model/inference.yml",
      "pdmodel": "best_model/inference.pdmodel",
      "pdiparams": "best_model/inference.pdiparams",
      "pdiparams.info": "best_model/inference.pdiparams.info"
    }
  }
}

训练结果文件中的部分内容：

train_log：训练日志文件的路径为 output/train.log；
models：训练产出的部分模型文件，其中：
- last_1：训练过程中，最后一轮 epoch 产出的模型；
- best：训练过程中产出的最佳模型，其在验证集上的精度最高，一般作为最终的模型用于后续处理；

在完成模型训练后，可以对训练得到的模型进行评估：

python main.py -c paddlex/configs/image_classification/PP-LCNet_x1_0.yaml -o Global.mode=evaluate -o Global.dataset_dir=dataset/cls_flowers_examples

在完成模型评估后，会生成评估结果文件output/evaluate_result.json，具体内容为

{
  "done_flag": true,
  "metrics": {
    "val.top1": 0.62059,
    "val.top5": 0.84118
  }
}

评估结果文件中，展示了所评估的模型在验证集上的精度：

val.top1：验证集上 Top1 的分类准确率；
val.top5：验证集上 Top5 的分类准确率；

5. 模型推理

模型推理功能正在开发中，敬请期待……

QUCK_STARTED.md 5.5 KB Geçmiş Ham