微调模型¶

在 COCO 数据集上预训练的检测器可以作为其他数据集（例如 CityScapes 和 KITTI 数据集）的良好预训练模型。本教程为用户提供使用模型库中提供的模型进行其他数据集训练以获得更好性能的说明。

在新的数据集上微调模型需要两个步骤。

根据自定义数据集添加对新数据集的支持。
修改配置文件，这将在本教程中讨论。

以 Cityscapes 数据集上的微调过程为例，用户需要在配置文件中修改五个部分。

继承基础配置文件¶

为了减轻负担并减少编写整个配置文件的错误，MMDetection V3.0 支持从多个现有配置文件继承配置。为了微调 Mask RCNN 模型，新的配置文件需要继承 _base_/models/mask-rcnn_r50_fpn.py 来构建模型的基本结构。为了使用 Cityscapes 数据集，新的配置文件也可以简单地继承 _base_/datasets/cityscapes_instance.py。对于运行时设置，例如日志记录设置，新的配置文件需要继承 _base_/default_runtime.py。对于训练计划，新的配置文件可以继承 _base_/schedules/schedule_1x.py。这些配置文件位于 configs 目录中，用户也可以选择编写全部内容，而不是使用继承。

_base_ = [
    '../_base_/models/mask-rcnn_r50_fpn.py',
    '../_base_/datasets/cityscapes_instance.py', '../_base_/default_runtime.py',
    '../_base_/schedules/schedule_1x.py'
]

修改头部¶

然后，新的配置文件需要根据新数据集的类别数修改头部。通过仅更改 num_classes 在 roi_head 中，预训练模型的权重大部分被重用，除了最终的预测头。

model = dict(
    roi_head=dict(
        bbox_head=dict(
            type='Shared2FCBBoxHead',
            in_channels=256,
            fc_out_channels=1024,
            roi_feat_size=7,
            num_classes=8,
            bbox_coder=dict(
                type='DeltaXYWHBBoxCoder',
                target_means=[0., 0., 0., 0.],
                target_stds=[0.1, 0.1, 0.2, 0.2]),
            reg_class_agnostic=False,
            loss_cls=dict(
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),
            loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)),
        mask_head=dict(
            type='FCNMaskHead',
            num_convs=4,
            in_channels=256,
            conv_out_channels=256,
            num_classes=8,
            loss_mask=dict(
                type='CrossEntropyLoss', use_mask=True, loss_weight=1.0))))

修改数据集¶

用户可能还需要准备数据集并编写有关数据集的配置文件，请参阅自定义数据集以获取更多详细信息。MMDetection V3.0 已经支持 VOC、WIDERFACE、COCO、LIVS、OpenImages、DeepFashion、Objects365 和 Cityscapes 数据集。

修改训练计划¶

微调超参数与默认计划不同。它通常需要更小的学习率和更少的训练 epoch。

# optimizer
# lr is set for a batch size of 8
optim_wrapper = dict(optimizer=dict(lr=0.01))

# learning rate
param_scheduler = [
    dict(
        type='LinearLR', start_factor=0.001, by_epoch=False, begin=0, end=500),
    dict(
        type='MultiStepLR',
        begin=0,
        end=8,
        by_epoch=True,
        milestones=[7],
        gamma=0.1)
]

# max_epochs
train_cfg = dict(max_epochs=8)

# log config
default_hooks = dict(logger=dict(interval=100)),

使用预训练模型¶

为了使用预训练模型，新的配置文件在 load_from 中添加了预训练模型的链接。用户可能需要在训练之前下载模型权重，以避免在训练期间下载时间。

load_from = 'https://download.openmmlab.com/mmdetection/v2.0/mask_rcnn/mask_rcnn_r50_caffe_fpn_mstrain-poly_3x_coco/mask_rcnn_r50_caffe_fpn_mstrain-poly_3x_coco_bbox_mAP-0.408__segm_mAP-0.37_20200504_163245-42aa3d00.pth'  # noqa