同步操作将从 PaddlePaddle/PaddleHub 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
本示例将展示如何使用PaddleHub搜索最适合数据的数据增强策略,并将其应用到模型训练中。
请预先从pip下载auto-augment软件包
pip install auto-augment
auto-augment软件包目前支持Paddle的图像分类任务和物体检测任务。
应用时分成搜索(search)和训练(train)两个阶段
搜索阶段在预置模型上对不同算子的组合进行策略搜索,输出最优数据增强调度策略组合
**训练阶段在特定模型上应用最优调度数据增强策略组合 **
详细关于auto-augment的使用及benchmark可参考auto_augment/doc里的readme
目前auto-augment支持paddlhub的图像分类任务。
后续会扩充到其他任务
参数配置支持yaml格式描述及json格式描述,项目中仅提供yaml格式配置模板。模板统一于configs/路径下
用户可配置参数分为task_config(任务配置),data_config(数据配置), resource_config(资源配置),algo_config(算法配置), search_space(搜索空间配置)。
任务配置细节,包括任务类型及模型细节
具体字段如下:
run_mode: ["ray", "automl_service"], #表示后端采用服务,目前支持单机ray框架
work_space: 用户工作空间
task_type: ["classifier"] #任务类型,目前PaddleHub支持图像分类单标签,需要请使用物体检测单标签任务的增强请参考auto_augment/doc
classifier: 具体任务类型的配置细节,
数据配置支持多种格式输入, 包括图像分类txt标注格式, 物体检测voc标注格式, 物体检测coco标注格式.
train_img_prefix:str. 训练集数据路径前缀
train_ann_file:str, 训练集数据描述文件,
val_img_prefix:str, 验证集数据路径前缀
val_ann_file:str,验证集数据描述文件
label_list:str, 标签文件
delimiter: "," 数据描述文件采用的分隔符
gpu:float, 表示每个搜索进程的gpu分配资源,run_mode=="ray"模式下支持小数分配
cpu: float, 表示每个搜索进程的cpu分配资源,run_mode=="ray"模式下支持小数分配
算法配置目前仅支持PBA,后续会进一步拓展。
搜索空间定义, 策略搜索阶段必填, 策略应用训练会忽略。
operators_repeat: int,默认1, 表示搜索算子的重复次数。
operator_space: 搜索的算子空间
自定义算子模式:
htype: str, ["choice"] 超参类型,目前支持choice枚举
value: list, [0,0.5,1] 枚举数据
缩略版算子模式:
用户只需要指定需要搜索的算子,prob, magtitue搜索空间为系统默认配置,为0-1之间。
支持1,2模式混合定议
["Sharpness", "Rotate", "Invert", "Brightness", "Cutout", "Equalize","TranslateY", "AutoContrast", "Color","TranslateX", "Solarize", "ShearX","Contrast", "Posterize", "ShearY", "FlipLR"]
用于数据增强策略的搜索
在训练中应用搜索出来的数据增强策略
cd PaddleHub/demo/autaug/
mkdir -p ./dataset
cd dataset
wget https://bj.bcebos.com/paddlehub-dataset/flower_photos.tar.gz
tar -xvf flower_photos.tar.gz
cd PaddleHub/demo/autaug/
bash search.sh
# 结果会以json形式dump到workspace中,用户可利用这个json文件进行训练
cd PaddleHub/demo/autaug/
bash train.sh
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。