飞桨打比赛：极市计算机视觉开发者榜单大赛——安全帽识别

AI Studio

1799人浏览 · 2022-06-03 00:02:17

AI Studio · 2022-06-03 00:02:17 发布

引入
Paddle 框架拥有众多好用的模型库和算法套件，比如 PaddleDetection、PaddleSeg、PaddleClas、PaddleX 等等

这些工具都是算法比赛中的利器，利用他们可以快速的搭建一个基准程序跑通比赛流程，后期的优化调参也比较方便

本次就介绍如何使用 PaddleX 挑战一个简单的安全帽检测比赛

参考资料
轻松上手安全帽检测

PaddleX 安全帽检测

极市 CVMart

ECV2022 极市计算机视觉开发者榜单大赛

极市计算机视觉开发者榜单大赛
3.1 简介
极市计算机视觉开发者榜单大赛自 2018 年首次举办以来，至今已成功举办四届赛事

随着赛事的逐年升级，极市计算机视觉开发者榜单大赛的影响力也在逐步提升，如今已逐渐成为最受瞩目的 AI 大赛之一

2022 极市计算机视觉开发者榜单大赛（以下简称 ECV-2022)将聚焦于计算机视觉领域的前沿科技与应用创新，全面升级赛制

大赛采取多赛题并行的竞赛形式，提供真实场景数据集、免费云端算力支持、便捷在线训练系统、OpenVINO 工具套件等

帮助参赛者全程线上无障碍开发、加速模型推理，真正实现在线编码训练、模型转换、模型测试等一站式竞赛体验

大赛主页：ECV2022 极市计算机视觉开发者榜单大赛

3.2 比赛任务
本次比赛包含如下多个赛道：在这里插入图片描述
3.3 比赛奖项
各个赛道的奖项设置如下：
4. 参加比赛
参加该比赛需要首先完成一项新手任务——安全帽识别
4.1 参赛步骤
比赛官网 -> 下滑新手任务 -> 报名 -> 开发环境

创建实例 -> 等待启动完成 -> 选择在线编码 -> VSCode -> 确定 -> 进入编码环境

在编码环境中编写训练代码，并将代码保存于 /project/train/src_repo 目录中

回到之前的页面，选择训练任务 -> 新建训练任务 -> 使用命令运行训练代码 -> 等待模型训练完成在这里插入图片描述
在编码环境中编写测试代码，并将代码保存于 /project/ev_sdk/src 目录中

回到之前的页面，选择测试任务 -> 发起标准模型测试 -> 等待测试完成 -> 获取任务得分在这里插入图片描述
5. 环境配置
极市平台上内置了众多深度学习框架（Pytorch / TensorFlow / MXNet / OpenVino / DarkNet 等）的镜像

不过很遗憾目前并没有内置 PaddlePaddle 框架的镜像，所以只能自己动手丰衣足食了

目前最好的方式是通过平台的自定义开发环境的方法，修改一个 PaddlePaddle 框架的镜像

注：此配置方法比较简单，目前未经过严格测试，可能会存在一些问题

5.1 配置步骤
极市官网 -> 右上角头像 -> 个人中心 -> 开发环境管理 -> 新建开发环境在这里插入图片描述
输入名称 -> 基础环境 pytorch1.10.0 -> 输入描述 -> 生成
选择刚刚创建的环境，点击启动实例 -> 等待启动完成 -> 选择在线配置 -> 选择 VSCode -> 确定

进入环境后 -> 使用快捷键 Ctrl + J 打开命令行窗口

在这里插入图片描述
拷贝如下每一行代码至命令行窗口 -> 依次运行代码安装 PaddlePaddle 框架及依赖程序

$ apt-get update

$ apt-get install -y --allow-change-held-packages libcudnn8=8.1.1.33-1+cuda11.2 libcudnn8-dev=8.1.1.33-1+cuda11.2

$ pip install paddlepaddle-gpu==2.3.0.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
等待所有代码执行完毕，回到开发环境管理页面，点击保存配置，保存配置完成的环境

这样一个 PaddlePaddle 的环境就配置好了

安全帽识别
6.1 任务简介
算法背景：工地、工厂等地方在进行安全生产时，需要要求进入工地的所有人员佩戴安全帽。

算法目的：在人员没有佩戴安全帽的情况下，算法需要识别出来。

6.2 数据集
数据介绍：数据集是一个包含三个类别（person / hat / head）的 VOC 格式目标检测数据集。

数据数量：训练集：3000 测试集：800 样例集：100

基线项目
由于平台操作有点复杂，这里给出一个非常简单的基线项目

可以用来快速上手这个平台的编码规则，并且快速通过这个新手任务

7.1 简介
使用 PaddleX 快速实现安全帽检测模型

选择的模型为 PicoDet

7.2 模型训练
在编码环境的 /project/train/src_repo 中创建一个脚本文件 train.py，将如下代码拷贝至该文件中：
import os
import json
import random
import argparse
import paddlex as pdx
from paddlex import transforms as T

def split_dataset(data_dir, save_dir, split_num, label_list):
‘’’
分割数据集

参数
    data_dir 数据目录
    save_dir 保存目录
    split_num 验证集数量
    label_list 标签列表

返回
    train_file 训练集列表文件
    val_file 验证集列表文件
    label_file 标签列表文件
'''

# 遍历数据文件
jpg_files = []
xml_files = []
data_files = os.listdir(data_dir)
for data_file in data_files:
    if data_file.endswith('.jpg'):
        jpg_files.append(data_file)
    elif data_file.endswith('.xml'):
        xml_files.append(data_file)

# 排序并组成数据对
datas = []
jpg_files.sort()
xml_files.sort()
for jpg, xml in zip(jpg_files, xml_files):
    datas.append(f'{jpg} {xml}\n')

# 打乱顺序
random.shuffle(datas)

# 写入文件
train_file = os.path.join(save_dir, 'train.txt')
val_file = os.path.join(save_dir, 'val.txt')
label_file = os.path.join(save_dir, 'label_list.txt')

with open(train_file, 'w', encoding='UTF-8') as f:
    for data in datas[:-split_num]:
        f.write(data)

with open(val_file, 'w', encoding='UTF-8') as f:
    for data in datas[-split_num:]:
        f.write(data)

with open(label_file, 'w', encoding='UTF-8') as f:
    for label in label_list:
        f.write(f'{label}\n')

# 输出信息
states = {}
states['label_list'] = label_list
states['datas_num'] = len(datas)
states['train_num'] = len(datas[:-split_num])
states['val_num'] = len(datas[-split_num:])
states['train_file'] = train_file
states['val_file'] = val_file
states['label_flie'] = label_file

print(json.dumps(states, indent=4))

return train_file, val_file, label_file

if name == ‘main’:
# 命令行参数
parser = argparse.ArgumentParser()
parser.add_argument(‘–data_dir’, ‘-d’, default=‘/home/data/831’, type=str)
parser.add_argument(‘–label_list’, ‘-l’, default=‘person,head,hat’)
parser.add_argument(‘–save_dir’, ‘-s’, default=‘/project/train/src_repo’, type=str)
parser.add_argument(‘–ckpt_dir’, ‘-c’, default=‘/project/train/models’, type=str)
parser.add_argument(‘–split_num’, ‘-n’, default=50, type=int)
args = parser.parse_known_args()[0]

# 打印命令行参数
print(json.dumps(vars(args), indent=4))

# 参数转换
data_dir = args.data_dir
save_dir = args.save_dir
ckpt_dir = args.ckpt_dir
split_num = args.split_num
label_list = args.label_list.split(',')

# 切分数据集
train_file, val_file, label_file = split_dataset(data_dir, save_dir, split_num, label_list)

# 训练集数据增强
train_transforms = T.Compose([
    T.MixupImage(mixup_epoch=-1),
    T.RandomDistort(),
    T.RandomExpand(im_padding_value=[123.675, 116.28, 103.53]),
    T.RandomCrop(),
    T.RandomHorizontalFlip(),
    T.BatchRandomResize(
        target_sizes=[320, 352, 384, 416, 448, 480, 512, 544, 576, 608],
        interp='RANDOM'
    ),
    T.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])

# 验证集数据增强
eval_transforms = T.Compose([
    T.Resize(
        target_size=480, interp='CUBIC'),
    T.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])

# 训练集
train_dataset = pdx.datasets.VOCDetection(
    data_dir=data_dir,
    file_list=train_file,
    label_list=label_file,
    transforms=train_transforms,
    num_workers=0,
    shuffle=True
)

# 验证集
eval_dataset = pdx.datasets.VOCDetection(
    data_dir=data_dir,
    file_list=val_file,
    label_list=label_file,
    transforms=eval_transforms,
    num_workers=0,
    shuffle=False
)

# 检测模型
model = pdx.det.PicoDet(
    num_classes=len(train_dataset.labels),
    backbone='ESNet_s',
    nms_score_threshold=.025,
    nms_topk=1000,
    nms_keep_topk=100,
    nms_iou_threshold=.6
)

# 模型训练
model.train(
    num_epochs=20,
    train_dataset=train_dataset,
    eval_dataset=eval_dataset,
    train_batch_size=16,
    pretrain_weights='COCO',
    learning_rate=0.0001,
    warmup_steps=200,
    warmup_start_lr=0.0,
    save_interval_epochs=3,
    lr_decay_epochs=[15, 18],
    save_dir=ckpt_dir,
    use_vdl=False
)

在平台训练任务页面上新建一个训练任务，使用如下代码启动训练：
$ python /project/train/src_repo/train.py -n 100
等待模型训练完成，或者训练到某个合适阶段手动终止训练
7.3 模型测试
在编码环境的 /project/ev_sdk/src 中创建一个脚本文件 ji.py，将如下代码拷贝至该文件中：
import json
import numpy as np
import paddlex as pdx

模型路径

model_path = ‘/project/train/models/best_model’

阈值

threshold = 0.5

def init():
‘’’
初始化

返回
    model PaddleX 模型
'''
model = pdx.load_model(model_path)
return model

def process_image(handle=None, input_image=None, args=None, **kwargs):
‘’’
处理图像

参数
    handle init 函数的返回值
    input_image 输入图像 (CHW / BGR)
    args / **kwargs 其他参数

返回
    result json 格式的结果
'''
results = handle.predict(input_image)
objects = []
for dt in np.array(results):
    cname, bbox, score = dt['category'], dt['bbox'], dt['score']
    if score > threshold:
        objects.append({
            "x": round(bbox[0]),
            "y": round(bbox[1]),
            "width": round(bbox[2]),
            "height": round(bbox[3]),
            "confidence": score,
            "name": cname
        })
result = {
    "model_data": {
        "objects": objects
    }
}
return json.dumps(result, indent=4)

if name == ‘main’:
import cv2
import argparse
parser = argparse.ArgumentParser()
parser.add_argument(‘–img’, ‘-i’, default=‘/home/data/831/helmet_38270.jpg’, type=str)
args = parser.parse_known_args()[0]
model = init()
img = cv2.imread(args.img)
process_image(model, img)
在平台测试任务页面中发起一个标准模型测试，选择需要的模型文件，比如：

/project/train/models/best_model/model.pdparams

/project/train/models/best_model/model.pdopt

/project/train/models/best_model/model.yml

提交后等待评估结果即可