Image Classification¶
paddlex.cls.ResNet50¶
paddlex.cls.ResNet50(num_classes=1000, input_channel=3)
构建ResNet50分类器，并实现其训练、评估和预测。
参数
- num_classes (int): 类别数。默认为1000。
- input_channel (int): 输入图像的通道数量。默认为3。
train¶
train(self, num_epochs, train_dataset, train_batch_size=64, eval_dataset=None, save_interval_epochs=1, log_interval_steps=2, save_dir='output', pretrain_weights='IMAGENET', optimizer=None, learning_rate=0.025, warmup_steps=0, warmup_start_lr=0.0, lr_decay_epochs=[30, 60, 90], lr_decay_gamma=0.1, use_vdl=False, sensitivities_file=None, eval_metric_loss=0.05, early_stop=False, early_stop_patience=5, resume_checkpoint=None)
参数
- num_epochs (int): 训练迭代轮数。
- train_dataset (paddlex.datasets): 训练数据读取器。
- train_batch_size (int): 训练数据batch大小。同时作为验证数据batch大小。默认值为64。
- eval_dataset (paddlex.datasets): 验证数据读取器。
- save_interval_epochs (int): 模型保存间隔（单位：迭代轮数）。默认为1。
- log_interval_steps (int): 训练日志输出间隔（单位：迭代步数）。默认为2。
- save_dir (str): 模型保存路径。
- pretrain_weights (str): 若指定为路径时，则加载路径下预训练模型；若为字符串’IMAGENET’，则自动下载在ImageNet图片数据上预训练的模型权重；若为None，则不使用预训练模型。默认为’IMAGENET’。若模型为’ResNet50_vd’，则默认下载百度自研10万类预训练模型，即默认为’BAIDU10W’。
- optimizer (paddle.fluid.optimizer): 优化器。当该参数为None时，使用默认优化器：fluid.layers.piecewise_decay衰减策略，fluid.optimizer.Momentum优化方法。
- learning_rate (float): 默认优化器的初始学习率。默认为0.025。
- warmup_steps (int): 默认优化器的warmup步数，学习率将在设定的步数内，从warmup_start_lr线性增长至设定的learning_rate，默认为0。
- warmup_start_lr(float): 默认优化器的warmup起始学习率，默认为0.0。
- lr_decay_epochs (list): 默认优化器的学习率衰减轮数。默认为[30, 60, 90]。
- lr_decay_gamma (float): 默认优化器的学习率衰减率。默认为0.1。
- use_vdl (bool): 是否使用VisualDL进行可视化。默认值为False。
- sensitivities_file (str): 若指定为路径时，则加载路径下敏感度信息进行裁剪；若为字符串’DEFAULT’，则自动下载在ImageNet图片数据上获得的敏感度信息进行裁剪；若为None，则不进行裁剪。默认为None。
- eval_metric_loss (float): 可容忍的精度损失。默认为0.05。
- early_stop (bool): 是否使用提前终止训练策略。默认值为False。
- early_stop_patience (int): 当使用提前终止训练策略时，如果验证集精度在
early_stop_patience个epoch内连续下降或持平，则终止训练。默认值为5。- resume_checkpoint (str): 恢复训练时指定上次训练保存的模型路径。若为None，则不会恢复训练。默认值为None。
evaluate¶
evaluate(self, eval_dataset, batch_size=1, epoch_id=None, return_details=False)
参数
- eval_dataset (paddlex.datasets): 验证数据读取器。
- batch_size (int): 验证数据批大小。默认为1。
- epoch_id (int): 当前评估模型所在的训练轮数。
- return_details (bool): 是否返回详细信息，默认False。
返回值
- dict: 当return_details为False时，返回dict, 包含关键字：’acc1’、’acc5’，分别表示最大值的accuracy、前5个最大值的accuracy。
- tuple (metrics, eval_details): 当
return_details为True时，增加返回dict，包含关键字：’true_labels’、’pred_scores’，分别代表真实类别id、每个类别的预测得分。
predict¶
predict(self, img_file, transforms=None, topk=1)
分类模型预测接口。需要注意的是，只有在训练过程中定义了eval_dataset，模型在保存时才会将预测时的图像处理流程保存在ResNet50.test_transforms和ResNet50.eval_transforms中。如未在训练时定义eval_dataset，那在调用预测predict接口时，用户需要再重新定义test_transforms传入给predict接口。
参数
- img_file (str|np.ndarray): 预测图像路径或numpy数组(HWC排列，BGR格式)。
- transforms (paddlex.cls.transforms): 数据预处理操作。
- topk (int): 预测时前k个最大值。
返回值
- list: 其中元素均为字典。字典的关键字为’category_id’、’category’、’score’， 分别对应预测类别id、预测类别标签、预测得分。
batch_predict¶
batch_predict(self, img_file_list, transforms=None, topk=1)
分类模型批量预测接口。需要注意的是，只有在训练过程中定义了eval_dataset，模型在保存时才会将预测时的图像处理流程保存在ResNet50.test_transforms和ResNet50.eval_transforms中。如未在训练时定义eval_dataset，那在调用预测batch_predict接口时，用户需要再重新定义test_transforms传入给batch_predict接口。
参数
- img_file_list (list|tuple): 对列表（或元组）中的图像同时进行预测，列表中的元素可以是图像路径或numpy数组(HWC排列，BGR格式)。
- transforms (paddlex.cls.transforms): 数据预处理操作。
- topk (int): 预测时前k个最大值。
返回值
- list: 每个元素都为列表，表示各图像的预测结果。在各图像的预测列表中，其中元素均为字典。字典的关键字为’category_id’、’category’、’score’，分别对应预测类别id、预测类别标签、预测得分。
其它分类模型¶
PaddleX提供了共计22种分类模型，所有分类模型均提供同ResNet50相同的训练train，评估evaluate和预测predict接口，各模型效果可参考模型库。
| 模型 | 接口 |
|---|---|
| ResNet18 | paddlex.cls.ResNet18(num_classes=1000, input_channel=3) |
| ResNet34 | paddlex.cls.ResNet34(num_classes=1000, input_channel=3) |
| ResNet50 | paddlex.cls.ResNet50(num_classes=1000, input_channel=3) |
| ResNet50_vd | paddlex.cls.ResNet50_vd(num_classes=1000, input_channel=3) |
| ResNet50_vd_ssld | paddlex.cls.ResNet50_vd_ssld(num_classes=1000, input_channel=3) |
| ResNet101 | paddlex.cls.ResNet101(num_classes=1000, input_channel=3) |
| ResNet101_vd | paddlex.cls.ResNet101_vd(num_classes=1000, input_channel=3) |
| ResNet101_vd_ssld | paddlex.cls.ResNet101_vd_ssld(num_classes=1000, input_channel=3) |
| DarkNet53 | paddlex.cls.DarkNet53(num_classes=1000, input_channel=3) |
| MobileNetV1 | paddlex.cls.MobileNetV1(num_classes=1000, input_channel=3) |
| MobileNetV2 | paddlex.cls.MobileNetV2(num_classes=1000, input_channel=3) |
| MobileNetV3_small | paddlex.cls.MobileNetV3_small(num_classes=1000, input_channel=3) |
| MobileNetV3_small_ssld | paddlex.cls.MobileNetV3_small_ssld(num_classes=1000, input_channel=3) |
| MobileNetV3_large | paddlex.cls.MobileNetV3_large(num_classes=1000, input_channel=3) |
| MobileNetV3_large_ssld | paddlex.cls.MobileNetV3_large_ssld(num_classes=1000, input_channel=3) |
| Xception65 | paddlex.cls.Xception65(num_classes=1000, input_channel=3) |
| Xception71 | paddlex.cls.Xception71(num_classes=1000, input_channel=3) |
| ShuffleNetV2 | paddlex.cls.ShuffleNetV2(num_classes=1000, input_channel=3) |
| DenseNet121 | paddlex.cls.DenseNet121(num_classes=1000, input_channel=3) |
| DenseNet161 | paddlex.cls.DenseNet161(num_classes=1000, input_channel=3) |
| DenseNet201 | paddlex.cls.DenseNet201(num_classes=1000, input_channel=3) |
| HRNet_W18 | paddlex.cls.HRNet_W18(num_classes=1000, input_channel=3) |
| AlexNet | paddlex.cls.AlexNet(num_classes=1000, input_channel=3) |