说实话，paddle的官网文档，非常的不方便。明明很好的东西，体验却做的很差。
1：找个30分钟上手PaddleClas，都是非常古老的版本，N年不更新。。。
2：训练你得看yaml配置吧，官网竟然都没有介绍，离谱。。。
3：那就去github上看，结果整个页面都是狂推自己的应用。不应该把入门相关的放在最醒目的地方嘛？？？
配置文件解释：2.5版本
简介
本文档介绍了 PaddleClas 配置文件(ppcls/configs/*.yaml)中各参数的含义，以便您更快地自定义或修改超参数配置。
配置详解
目录
1.分类模型
此处以 ResNet50_vd 在 ImageNet-1k 上的训练配置为例，详解各个参数的意义。配置路径。
1.1 全局配置(Global)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| checkpoints | 断点模型路径，用于恢复训练 | null | str |
| pretrained_model | 预训练模型路径 | null | str |
| output_dir | 保存模型路径 | "./output/" | str |
| save_interval | 每隔多少个 epoch 保存模型 | 1 | int |
| eval_during_train | 是否在训练时进行评估 | True | bool |
| eval_interval | 每隔多少个 epoch 进行模型评估 | 1 | int |
| epochs | 训练总 epoch 数 | int | |
| print_batch_step | 每隔多少个 mini-batch 打印输出 | 10 | int |
| use_visualdl | 是否是用 visualdl 可视化训练过程 | False | bool |
| image_shape | 图片大小 | [3, 224, 224] | list, shape: (3,) |
| save_inference_dir | inference 模型的保存路径 | "./inference" | str |
| eval_mode | eval 的模式 | "classification" | "retrieval" |
| to_static | 是否改为静态图模式 | False | True |
| ues_dali | 是否使用 dali 库进行图像预处理 | False | True |
注：pretrained_model 也可以填写存放预训练模型的 http 地址。
1.2 结构(Arch)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | 模型结构名字 | ResNet50 | PaddleClas 提供的模型结构 |
| class_num | 分类数 | 1000 | int |
| pretrained | 预训练模型 | False | bool, str |
注：此处的 pretrained 可以设置为 True 或者 False，也可以设置权重的路径。另外当 Global.pretrained_model 也设置相应路径时，此处的 pretrained 失效。
1.3 损失函数（Loss）
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| CELoss | 交叉熵损失函数 | —— | —— |
| CELoss.weight | CELoss 在整个 Loss 中的权重 | 1.0 | float |
| CELoss.epsilon | CELoss 中 label_smooth 的 epsilon 值 | 0.1 | float, 0-1 之间 |
1.4 优化器(Optimizer)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | 优化器方法名 | "Momentum" | "RmsProp"等其他优化器 |
| momentum | momentum 值 | 0.9 | float |
| lr.name | 学习率下降方式 | "Cosine" | "Linear"、"Piecewise"等其他下降方式 |
| lr.learning_rate | 学习率初始值 | 0.1 | float |
| lr.warmup_epoch | warmup 轮数 | 0 | int，如 5 |
| regularizer.name | 正则化方法名 | "L2" | ["L1", "L2"] |
| regularizer.coeff | 正则化系数 | 0.00007 | float |
注：lr.name 不同时，新增的参数可能也不同，如当 lr.name=Piecewise 时，需要添加如下参数：
lr:
name: Piecewise
learning_rate: 0.1
decay_epochs: [30, 60, 90]
values: [0.1, 0.01, 0.001, 0.0001]
添加方法及参数请查看 learning_rate.py。
1.5 数据读取模块(DataLoader)
1.5.1 dataset
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | 读取数据的类的名字 | ImageNetDataset | VeriWild 等其他读取数据类的名字 |
| image_root | 数据集存放的路径 | ./dataset/ILSVRC2012/ | str |
| cls_label_path | 数据集标签 list | ./dataset/ILSVRC2012/train_list.txt | str |
| transform_ops | 单张图片的数据预处理 | —— | —— |
| batch_transform_ops | batch 图片的数据预处理 | —— | —— |
transform_ops 中参数的意义：
| 功能名字 | 参数名字 | 具体含义 |
|---|---|---|
| DecodeImage | to_rgb | 数据转 RGB |
| channel_first | 按 CHW 排列的图片数据 | |
| RandCropImage | size | 随机裁剪 |
| RandFlipImage | 随机翻转 | |
| NormalizeImage | scale | 归一化 scale 值 |
| mean | 归一化均值 | |
| std | 归一化方差 | |
| order | 归一化顺序 | |
| CropImage | size | 裁剪大小 |
| ResizeImage | resize_short | 按短边调整大小 |
batch_transform_ops 中参数的含义：
| 功能名字 | 参数名字 | 具体含义 |
|---|---|---|
| MixupOperator | alpha | Mixup 参数值，该值越大增强越强 |
1.5.2 sampler
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | sampler 类型 | DistributedBatchSampler | DistributedRandomIdentitySampler 等其他 Sampler |
| batch_size | 批大小 | 64 | int |
| drop_last | 是否丢掉最后不够 batch-size 的数据 | False | bool |
| shuffle | 数据是否做 shuffle | True | bool |
1.5.3 loader
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| num_workers | 数据读取线程数 | 4 | int |
| use_shared_memory | 是否使用共享内存 | True | bool |
1.6 评估指标(Metric)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| TopkAcc | TopkAcc | [1, 5] | list, int |
1.7 预测（Infer）
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| infer_imgs | 被 infer 的图像的地址 | docs/images/whl/demo.jpg | str |
| batch_size | 批大小 | 10 | int |
| PostProcess.name | 后处理名字 | Topk | str |
| PostProcess.topk | topk 的值 | 5 | int |
| PostProcess.class_id_map_file | class id 和名字的映射文件 | ppcls/utils/imagenet1k_label_list.txt | str |
注：Infer 模块的 transforms 的解释参考数据读取模块中的 dataset 中 transform_ops 的解释。
2.蒸馏模型
注：此处以 MobileNetV3_large_x1_0 在 ImageNet-1k 上蒸馏 MobileNetV3_small_x1_0 的训练配置为例，详解各个参数的意义。配置路径。这里只介绍与分类模型有区别的参数。
2.1 结构（Arch）
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | 模型结构名字 | DistillationModel | —— |
| class_num | 分类数 | 1000 | int |
| freeze_params_list | 冻结参数列表 | [True, False] | list |
| models | 模型列表 | [Teacher, Student] | list |
| Teacher.name | 教师模型的名字 | MobileNetV3_large_x1_0 | PaddleClas 中的模型 |
| Teacher.pretrained | 教师模型预训练权重 | True | 布尔值或者预训练权重路径 |
| Teacher.use_ssld | 教师模型预训练权重是否是 ssld 权重 | True | 布尔值 |
| infer_model_name | 被 infer 模型的类型 | Student | Teacher |
注：
1.list 在 yaml 中体现如下：
freeze_params_list:
- True
- False
2.Student 的参数情况类似，不再赘述。
2.2 损失函数(Loss)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| DistillationCELoss | 蒸馏的交叉熵损失函数 | —— | —— |
| DistillationCELoss.weight | Loss 权重 | 1.0 | float |
| DistillationCELoss.model_name_pairs | ["Student", "Teacher"] | —— | —— |
| DistillationGTCELoss.weight | 蒸馏的模型与真实 Label 的交叉熵损失函数 | —— | —— |
| DistillationGTCELos.weight | Loss 权重 | 1.0 | float |
| DistillationCELoss.model_names | 与真实 label 作交叉熵的模型名字 | ["Student"] | —— |
2.3 评估指标(Metric)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| DistillationTopkAcc | DistillationTopkAcc | 包含 model_key 和 topk 两个参数 | —— |
| DistillationTopkAcc.model_key | 被评估的模型 | "Student" | "Teacher" |
| DistillationTopkAcc.topk | Topk 的值 | [1, 5] | list, int |
注：DistillationTopkAcc 与普通 TopkAcc 含义相同，只是只用在蒸馏任务中。
3. 识别模型
注：此处以 ResNet50 在 LogoDet-3k 上的训练配置为例，详解各个参数的意义。配置路径。这里只介绍与分类模型有区别的参数。
3.1 结构(Arch)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| name | 模型结构 | "RecModel" | ["RecModel"] |
| infer_output_key | inference 时的输出值 | “feature” | ["feature", "logits"] |
| infer_add_softmax | infercne 是否添加 softmax | False | [True, False] |
| Backbone.name | Backbone 的名字 | ResNet50_last_stage_stride1 | PaddleClas 提供的其他 backbone |
| Backbone.pretrained | Backbone 预训练模型 | True | 布尔值或者预训练模型路径 |
| BackboneStopLayer.name | Backbone 中的输出层名字 | True | Backbone 中的特征输出层的 full_name |
| Neck.name | 网络 Neck 部分名字 | VehicleNeck | 需传入字典结构，Neck 网络层的具体输入参数 |
| Neck.in_channels | 输入 Neck 部分的维度大小 | 2048 | 与 BackboneStopLayer.name 层的大小相同 |
| Neck.out_channels | 输出 Neck 部分的维度大小，即特征维度大小 | 512 | int |
| Head.name | 网络 Head 部分名字 | CircleMargin | Arcmargin 等 |
| Head.embedding_size | 特征维度大小 | 512 | 与 Neck.out_channels 保持一致 |
| Head.class_num | 类别数 | 3000 | int |
| Head.margin | CircleMargin 中的 margin 值 | 0.35 | float |
| Head.scale | CircleMargin 中的 scale 值 | 64 | int |
注：
1.在 PaddleClas 中，Neck 部分是 Backbone 与 embedding 层的连接部分，Head 部分是 embedding 层与分类层的连接部分。
2.BackboneStopLayer.name 的获取方式可以通过将模型可视化后获取，可视化方式可以参考 Netron 或者 visualdl。
3.调用 tools/export_model.py 会将模型的权重转为 inference model，其中 infer_add_softmax 参数会控制是否在其后增加 Softmax 激活函数，代码中默认为 True（分类任务中最后的输出层会接 Softmax 激活函数），识别任务中特征层无须接激活函数，此处要设置为 False。
3.2 评估指标(Metric)
| 参数名字 | 具体含义 | 默认值 | 可选值 |
|---|---|---|---|
| Recallk | 召回率 | [1, 5] | list, int |
| mAP | 平均检索精度 | None | None |
参考链接：