简体中文 | English(TODO)
论文出处：Cross-Batch Memory for Embedding Learning
- 1. 原理介绍
- 2. 精度指标
- 3. 数据准备
- 4. 模型训练
- 5. 模型评估与推理部署
- 5.1 模型评估
- 5.2 模型推理
- 5.4 服务化部署
- 5.5 端侧部署
- 5.6 Paddle2ONNX 模型转换与预测
- 6. 总结
- 7. 参考资料
作者首先通过实验观察到 metric learning 方法学习到的特征在模型稳定后变化总是在一个可接受的范围内，因此提出了利用历史模型产生的特征来近似当前模型的特征，将这些历史特征按FIFO原则放入一个队列中，在一定程度上解耦了候选正负样本的数量与 mini-batch 大小的关系，且由于历史特征不记录梯度，开销相对较小，最终让informative样本的挖掘更加高效，解决了以往的 metric learning 方法只能利用 mini-batch 内部的样本的局限。
以下表格总结了复现的 Cross-Batch Memory for Embedding Learning 在 SOP 数据集上的精度指标，
| 配置文件 | recall@1(%) | mAP(%) | 参考recall@1(%) | 参考mAP(%) | 预训练模型下载地址 | inference模型下载地址 |
|---|---|---|---|---|---|---|
| xbm_resnet50.yaml | 81.0 | 61.9 | 80.6 | - | xbm_resnet50_pretrained.pdparams | xbm_resnet50_infer.tar |
接下来主要以xbm_resnet50.yaml配置和训练好的模型文件为例，展示在 SOP 数据集上进行训练、测试、推理的过程。
下载 Stanford Online Products (SOP) 数据集，解压到 PaddleClas/dataset/ 下，将文件夹重命名为 SOP ，并组织成以下文件结构：
PaddleClas/dataset/
└── SOP/
├── coffee_maker_final/ # coffee_maker_final类别图片文件夹
├── kettle_final/ # kettle_final类别图片文件夹
├── ... # ...类别图片文件夹
├── ... # ...类别图片文件夹
├── train_list.txt # 训练集路径文件
└── test_list.txt # gallery(query)集路径文件-
执行以下命令开始训练
单卡训练：
python3.7 tools/train.py -c ./ppcls/configs/metric_learning/xbm_resnet50.yaml
注：单卡训练大约需要4个小时。
-
查看训练日志和保存的模型参数文件
训练过程中会在屏幕上实时打印loss等指标信息，同时会保存日志文件
train.log、模型参数文件*.pdparams、优化器参数文件*.pdopt等内容到Global.output_dir指定的文件夹下，默认在PaddleClas/output/RecModel/文件夹下。
准备用于评估的*.pdparams模型参数文件，可以使用训练好的模型，也可以使用4. 模型训练中保存的模型。
-
以训练过程中保存的
latest.pdparams为例，执行如下命令即可进行评估。python3.7 tools/eval.py \ -c ./ppcls/configs/metric_learning/xbm_resnet50.yaml \ -o Global.pretrained_model="./output/RecModel/latest" -
以训练好的模型为例，下载 xbm_resnet50_pretrained.pdparams 到
PaddleClas/pretrained_models文件夹中，执行如下命令即可进行评估。# 下载模型 cd PaddleClas mkdir pretrained_models cd pretrained_models wget https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/metric_learning/xbm/xbm_resnet50_pretrained.pdparams cd .. # 评估 python3.7 tools/eval.py \ -c ./ppcls/configs/metric_learning/xbm_resnet50.yaml \ -o Global.pretrained_model="pretrained_models/xbm_resnet50_pretrained"
注：
pretrained_model后填入的地址不需要加.pdparams后缀，在程序运行时会自动补上。 -
查看输出结果
... ... ppcls INFO: query feature calculation process: [0/237] ppcls INFO: query feature calculation process: [20/237] ppcls INFO: query feature calculation process: [40/237] ppcls INFO: query feature calculation process: [60/237] ppcls INFO: query feature calculation process: [80/237] ppcls INFO: query feature calculation process: [100/237] ppcls INFO: query feature calculation process: [120/237] ppcls INFO: query feature calculation process: [140/237] ppcls INFO: query feature calculation process: [160/237] ppcls INFO: query feature calculation process: [180/237] ppcls INFO: query feature calculation process: [200/237] ppcls INFO: query feature calculation process: [220/237] ppcls INFO: Build query done, all feat shape: [60502, 128], begin to eval.. ppcls INFO: re_ranking=False ppcls INFO: [Eval][Epoch 0][Avg]recall1: 0.81083, recall5: 0.89263, mAP: 0.62097默认评估日志保存在
PaddleClas/output/RecModel/eval.log中，可以看到我们提供的xbm_pretrained.pdparams模型在 SOP 数据集上的评估指标为recall@1=0.81083，recall@5=0.89263，mAP=0.62097 -
使用re-ranking功能提升评估精度
可参考 ReID #41-模型评估 文档的re-ranking使用方法。
注：目前re-ranking的计算复杂度较高，因此默认不启用。
可以将训练过程中保存的模型文件转换成 inference 模型并推理，或者使用我们提供的转换好的 inference 模型直接进行推理
-
将训练过程中保存的模型文件转换成 inference 模型，同样以
latest.pdparams为例，执行以下命令进行转换python3.7 tools/export_model.py \ -c ./ppcls/configs/metric_learning/xbm_resnet50.yaml \ -o Global.pretrained_model="output/RecModel/latest" \ -o Global.save_inference_dir="./deploy/xbm_resnet50_infer"
-
或者下载并解压我们提供的 inference 模型
cd ./deploy wget https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/metric_learning/xbm/xbm_resnet50_infer.tar tar -xf xbm_resnet50_infer.tar cd ../
-
修改
PaddleClas/deploy/configs/inference_rec.yaml- 将
infer_imgs:后的路径段改为 SOP 中 query 文件夹下的任意一张图片路径（下方配置使用的是111085122871_0.jpg图片的路径） - 将
rec_inference_model_dir:后的字段改为解压出来的 xbm_resnet50_infer 文件夹路径 - 将
transform_ops:字段下的预处理配置改为xbm_resnet50.yaml中Eval.Query.dataset下的预处理配置
Global: infer_imgs: "../dataset/SOP/bicycle_final/111085122871_0.JPG" rec_inference_model_dir: "./xbm_resnet50_infer" batch_size: 1 use_gpu: False enable_mkldnn: True cpu_num_threads: 10 enable_benchmark: False use_fp16: False ir_optim: True use_tensorrt: False gpu_mem: 8000 enable_profile: False RecPreProcess: transform_ops: - Resize: size: 256 - CenterCrop: size: 224 - ToTensor: - Normalize: mean: [0.485, 0.456, 0.406] std: [0.229, 0.224, 0.225] RecPostProcess: null
- 将
-
执行推理命令
cd ./deploy/ python3.7 python/predict_rec.py -c ./configs/inference_rec.yaml -
查看输出结果，实际结果为一个长度2048的向量，表示输入图片经过模型转换后得到的特征向量
111085122871_0.JPG: [ 0.02560742 0.05221584 ... 0.11635944 -0.18817757 0.07170864]推理时的输出向量储存在predict_rec.py的
result_dict变量中。 -
批量预测，将配置文件中
infer_imgs:后的路径改为为文件夹即可，如../dataset/SOP/bicycle_final，会预测并逐个输出query下所有图片的特征向量。
PaddleClas 提供了基于 C++ 预测引擎推理的示例，您可以参考服务器端 C++ 预测来完成相应的推理部署。如果您使用的是 Windows 平台，可以参考基于 Visual Studio 2019 Community CMake 编译指南完成相应的预测库编译和模型预测工作。
Paddle Serving 提供高性能、灵活易用的工业级在线推理服务。Paddle Serving 支持 RESTful、gRPC、bRPC 等多种协议，提供多种异构硬件和多种操作系统环境下推理解决方案。更多关于Paddle Serving 的介绍，可以参考Paddle Serving 代码仓库。
PaddleClas 提供了基于 Paddle Serving 来完成模型服务化部署的示例，您可以参考模型服务化部署来完成相应的部署工作。
Paddle Lite 是一个高性能、轻量级、灵活性强且易于扩展的深度学习推理框架，定位于支持包括移动端、嵌入式以及服务器端在内的多硬件平台。更多关于 Paddle Lite 的介绍，可以参考Paddle Lite 代码仓库。
PaddleClas 提供了基于 Paddle Lite 来完成模型端侧部署的示例，您可以参考端侧部署来完成相应的部署工作。
Paddle2ONNX 支持将 PaddlePaddle 模型格式转化到 ONNX 模型格式。通过 ONNX 可以完成将 Paddle 模型到多种推理引擎的部署，包括TensorRT/OpenVINO/MNN/TNN/NCNN，以及其它对 ONNX 开源格式进行支持的推理引擎或硬件。更多关于 Paddle2ONNX 的介绍，可以参考Paddle2ONNX 代码仓库。
PaddleClas 提供了基于 Paddle2ONNX 来完成 inference 模型转换 ONNX 模型并作推理预测的示例，您可以参考Paddle2ONNX 模型转换与预测来完成相应的部署工作。
上述算法能快速地迁移至多数的检索模型中，能进一步提升检索模型的性能，
SOP 数据集比较小，可以尝试训练多次取最高精度。