AutoML:训练模型以识别凹坑

共 7518字,需浏览 16分钟

 ·

2022-02-26 05:56

点击下方卡片,关注“新机器视觉”公众号

重磅干货,第一时间送达

从我们训练的模型中得到的坑洞预测和置信度分数:
初始算法选择和超参数优化是我个人不喜欢做的活动。如果你像我一样,那么也许你会喜欢自动机器学习(AutoML),一种我们可以让脚本为我们完成这些耗时的ML任务的技术。
Azure机器学习(AML)是一项云服务,其功能包括准备和创建数据集、训练模型以及将其部署为web服务变得更加容易。
最近,AML团队发布了AutoML功能,供公众预览。今天,我们将使用此功能训练一个目标检测模型,以识别道路上的凹坑。
在这篇文章中,我将简要回顾一些AML和目标检测的概念,因此你不必完全熟悉它们就可以进行后续操作。本教程主要基于Azure中的这个示例,你可以查看我在这里编写的Jupyter笔记本:
https://github.com/dmesquita/azureml-automl-potholes-object-detection
酷,让我们开始吧!

我们该怎么办?

对象检测数据集很有趣,因为它们由表格数据(边界框的注释)和图像数据(.png、.jpeg等)组成。
COCO格式是对象检测数据集的一种流行格式,我们将使用此格式下载坑洞数据集:https://public.roboflow.com/object-detection/pothole
Azure机器学习使用TABLAR DATASET格式,因此我们需要做的第一件事是将COCO转换为TABLAR DATASET。
转换后,我们将选择一种对象检测算法,并最终训练模型。

1-准备数据集

我从Roboflow那里得到了数据集。它有665张标有坑洞的道路图片,由Atikur Rahman Chitholian创作并分享,作为其论文的一部分。Roboflow团队按照70/20/10将数据集划分为训练-验证-测试集。
每个拆分都有两个主要组件:
  • _annotations.coco.json,一个包含images、categories和annotations的json文件
  • 图像本身(.jpg文件)
以下是键:
  • images:包含有关数据集图像的信息(id、文件名、大小等)
  • categories:边界框类别的名称和id
  • annotations:包含有关对象的信息,包括边界框坐标(在此数据集中,它们位于绝对坐标)、对象的图像id和类别id
现在是开始与AML合作的时候了。你需要做的第一件事是创建Azure机器学习工作区。你可以使用上的web界面来执行此操作https://portal.azure.com.
我们需要一个计算实例来运行,然后再运行训练,所以需要在你的工作区内创建一个。图像任务的AutoML模型需要GPU计算实例。你也可以使用web界面创建计算实例。
创建计算实例:
我已经下载并提取了数据库中的数据集.放在/potholeObjects文件夹。每个拆分都有一个文件夹,里面有图像和JSON文件。
你需要将图像和JSON文件上传到数据存储,以便AML可以访问它们。
数据存储是云数据源的抽象。创建AML工作区时,将创建AzureBlobDatastore并将其设置为默认值。我们将使用此默认数据存储并将图像上传到那里。
from azureml.core import Workspace

workspace = Workspace.from_config() # 如果你在一个aml计算实例上运行notebook,这是可行的

default_datastore = workspace.get_default_datastore()
datastore_name = default_datastore.name
注释采用COCO格式(JSON),但tablerDataSet要求注释采用JSON行。tablerDataset具有相同的元数据,但以不同的键组织。以下是用于对象检测的TablerDataset的外观:
{
   "image_url":"AmlDatastore://data_directory/../Image_name.image_format",
   "image_details":{
      "format":"image_format",
      "width":"image_width",
      "height":"image_height"
   },
   "label":[
      {
         "label":"class_name_1",
         "topX":"xmin/width",
         "topY":"ymin/height",
         "bottomX":"xmax/width",
         "bottomY":"ymax/height",
         "isCrowd":"isCrowd"
      },
      {
         "label":"class_name_2",
         "topX":"xmin/width",
         "topY":"ymin/height",
         "bottomX":"xmax/width",
         "bottomY":"ymax/height",
         "isCrowd":"isCrowd"
      },
      "..."
   ]
}
幸运的是,微软工程师编写了一个脚本来转换COCO:https://github.com/Azure/azureml-examples/blob/1a41978d7ddc1d1f831236ff0c5c970b86727b44/python-sdk/tutorials/automl-with-azureml/image-object-detection/coco2jsonl.py
此文件的image_url键需要指向我们正在使用的数据存储中的图像文件(默认)。我们使用coco2jsonl的base_url参数指定。
# 从coco文件生成训练jsonl文件
!python coco2jsonl.py \
--input_coco_file_path "./potholeObjects/train/_annotations.coco.json" \
--output_dir "./potholeObjects/train" --output_file_name "train_pothole_from_coco.jsonl" \
--task_type "ObjectDetection" \
--base_url "AmlDatastore://{datastore_name}/potholeObjects/train/"
我们将对验证集运行相同的命令。现在,下一步是将文件上传到数据存储,并在AML中创建数据集。不要将数据集与数据存储混淆。数据集是版本控制的打包数据对象,通常基于数据存储中的文件创建。我们将从JSON行文件创建数据集。
from azureml.core import Dataset
from azureml.data.datapath import DataPath
from azureml.data import DataType

# 上传文件到数据存储
Dataset.File.upload_directory(
    src_dir="./potholeObjects/train/", target=DataPath(default_datastore, "/potholeObjects/train"), show_progress=True
)

training_dataset_name = "potholeObjectesTrainingDataset"

# 创建数据集
training_dataset = Dataset.Tabular.from_json_lines_files(
        path=DataPath(default_datastore, "/potholeObjects/train/train_pothole_from_coco.jsonl"),
        set_column_types={"image_url": DataType.to_stream(default_datastore.workspace)},
)

# 在工作区中注册数据集
training_dataset = training_dataset.register(
        workspace=workspace, name=training_dataset_name
)
对于训练和验证拆分,也将这样做。如果一切顺利,你可以看到AML内部的图像预览。
AML工作区内的数据集预览

2.进行实验

在AML内部,你运行的一切都称为实验。要使用AutoML训练模型,你将创建一个实验,指向它假定运行的计算目标,并提供AutoML参数的配置。
让我们首先创建实验并从工作区获取计算机实例:
from azureml.core import Experiment

experiment_name = "pothole-yolov5-model"
experiment = Experiment(workspace, name=experiment_name)

compute_target = workspace.compute_targets['gpu-computer'# 给计算实例的名称
在这里,我将使用yolov5默认参数运行实验。你需要提供超参数、计算目标、训练数据和验证数据(如示例所示,验证数据集是可选的)。
from azureml.automl.core.shared.constants import ImageTask
from azureml.train.automl import AutoMLImageConfig
from azureml.train.hyperdrive import GridParameterSampling, choice

automl_config_yolov5 = AutoMLImageConfig(
    task=ImageTask.IMAGE_OBJECT_DETECTION,
    compute_target=compute_target,
    training_data=training_dataset,
    validation_data=validation_dataset,
    hyperparameter_sampling=GridParameterSampling({"model_name": choice("yolov5")}),
    iterations=1,
)
现在可以提交实验了:
automl_image_run = experiment.submit(automl_config_yolov5)
你可以使用Workspace web界面监控实验:
以下是Microsoft教程中的一个示例:
from azureml.automl.core.shared.constants import ImageTask
from azureml.train.automl import AutoMLImageConfig
from azureml.train.hyperdrive import BanditPolicy, RandomParameterSampling
from azureml.train.hyperdrive import choice, uniform

parameter_space = {
    "model": choice(
        {
            "model_name": choice("yolov5"),
            "learning_rate": uniform(0.00010.01),
            "model_size": choice("small""medium"),  # 模型相关
            #'img_size': choice(640, 704, 768), # 特定型号;可能需要有大内存的GPU
        },
        {
            "model_name": choice("fasterrcnn_resnet50_fpn"),
            "learning_rate": uniform(0.00010.001),
            "optimizer": choice("sgd""adam""adamw"),
            "min_size": choice(600800),  # 模型相关
            #'warmup_cosine_lr_warmup_epochs': choice(0, 3),
        },
    ),
}

tuning_settings = {
    "iterations"10,
    "max_concurrent_iterations"2,
    "hyperparameter_sampling": RandomParameterSampling(parameter_space),
    "early_termination_policy": BanditPolicy(
        evaluation_interval=2, slack_factor=0.2, delay_evaluation=6
    ),
}

automl_image_config = AutoMLImageConfig(
    task=ImageTask.IMAGE_OBJECT_DETECTION,
    compute_target=compute_target,
    training_data=training_dataset,
    validation_data=validation_dataset,
    **tuning_settings,
)

3-将预测可视化

这个yolov5模型是使用Pytorch训练的,因此我们可以下载模型并使用Jupyter笔记本检查预测。
我的花了56分钟训练。获取模型需要做的第一件事是注册工作区中的最佳运行,以便访问模型。
best_child_run = automl_image_run.get_best_child()

model_name = best_child_run.properties["model_name"]
model_output_path = best_child_run.properties["model_output_path"]

# 从最佳运行中注册模型
model = best_child_run.register_model(
    model_name=model_name, model_path=model_output_path
)
现在我们可以下载模型了并运行推断。为此,我们将使用azureml contrib automl dnn vision包中的代码:
from azureml.contrib.automl.dnn.vision.common.model_export_utils import load_model, run_inference
from azureml.contrib.automl.dnn.vision.object_detection_yolo.writers.score import _score_with_model

TASK_TYPE = 'image-object-detection'
model_settings = {"img_size"640"model_size""medium""box_score_thresh"0.1"box_iou_thresh"0.5}

model_wrapper = load_model(TASK_TYPE, 'model.pt', **model_settings)

sample_image = "./img-23_jpg.rf.e6aa0daf83e72ccbf1ea10eb6a6ab3bd.jpg"
with open(sample_image, 'rb'as f:
    bytes_img = f.read()
    
model_response = run_inference(model_wrapper, bytes_img, _score_with_model)
我使用Microsoft教程中的代码来可视化边界框。以下是测试图像的结果:
从我们训练的模型中得到的坑洞预测和置信度分数:
酷吧?

最后

Azure机器学习是一个很好的工具,可以让你开始机器学习(在我们的例子中是深度学习),因为它隐藏了很多复杂性。
你可以在Jupyter笔记本上查看所有代码:https://github.com/dmesquita/azureml-automl-potholes-object-detection
管道中的下一步是将模型部署为web服务。如果你有兴趣,也可以使用Microsoft教程检查如何做到这一点:https://github.com/dmesquita/azureml-automl-potholes-object-detection
参考引用
Pothole Dataset. Shared By. Atikur Rahman Chitholian. November 2020. License. ODbL v1.0
来源:深度学习与计算机视觉

本文仅做学术分享,如有侵权,请联系删文。

—THE END—
浏览 57
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报