场景文字识别
图像相比文字能够提供更加生动、容易理解及更具艺术感的信息,是人们转递与交换信息的重要来源。图像分类是根据图像的语义信息对不同类别图像进行区分,是计算机视觉中重要的基础问题,也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础,在许多领域都有着广泛的应用。如:安防领域的人脸识别和智能视频分析等,交通领域的交通场景识别,互联网领域基于内容的图像检索和相册自动归类,医学领域的图像识别等。
在图像分类任务中,我们向大家介绍如何训练AlexNet、VGG、GoogLeNet、ResNet、Inception-v4、Inception-Resnet-V2和Xception模型。同时提供了能够将Caffe或TensorFlow训练好的模型文件转换为PaddlePaddle模型文件的模型转换工具。
Part1
将Caffe模型文件转换为
PaddlePaddle模型文件
| 使用说明
caffe2paddle.py提供了将Caffe训练的模型转换为PaddlePaddle可使用的模型的接口ModelConverter,其封装了图像领域常用的Convolution、BatchNorm等layer的转换函数,可以完成VGG、ResNet等常用模型的转换。模型转换的基本过程是:基于Caffe的Python API加载模型并依次获取每一个layer的信息,将其中的参数根据layer类型与PaddlePaddle适配后序列化保存(对于Pooling等无需训练的layer不做处理),输出可以直接为PaddlePaddle的Python API加载使用的模型文件。
可以按如下方法使用ModelConverter接口:
# 定义以下变量为相应的文件路径和文件名
caffe_model_file = "./ResNet-50-deploy.prototxt"
# Caffe网络配置文件的路径
caffe_pretrained_file = "./ResNet-50-model.caffemodel"
# Caffe模型文件的路径
paddle_tar_name = "Paddle_ResNet50.tar.gz"
# 输出的Paddle模型的文件名
# 初始化,从指定文件加载模型
converter = ModelConverter(caffe_model_file=caffe_model_file,
caffe_pretrained_file=caffe_pretrained_file,
paddle_tar_name=paddle_tar_name)
# 进行模型转换
converter.convert()
caffe2paddle.py中已提供以上步骤,修改其中文件相关变量的值后执行python caffe2paddle.py即可完成模型转换。此外,为辅助验证转换结果,ModelConverter中封装了使用Caffe API预测的接口caffe_predict,使用如下所示,将会打印按类别概率排序的(类别id, 概率)的列表:
# img为图片路径,mean_file为图像均值文件的路径
converter.caffe_predict(img="./cat.jpg", mean_file="./imagenet/ilsvrc_2012_mean.npy")
需要注意,在模型转换时会对layer的参数进行命名,这里默认使用PaddlePaddle中默认的layer和参数命名规则:以wrap_name_default中的值和该layer类型的调用计数构造layer name,并以此为前缀构造参数名,比如第一个InnerProduct层(相应转换函数说明见下方)的bias参数将被命名为___fc_layer_0__.wbias。
# 对InnerProduct层的参数进行转换,使用name值构造对应layer的参数名
# wrap_name_default设置默认name值为fc_layer
@wrap_name_default("fc_layer")
def convert_InnerProduct_layer(self, params, name=None)
为此,在验证和使用转换得到的模型时,编写PaddlePaddle网络配置无需指定layer name并且要保证和Caffe端模型使用同样的拓扑顺序,尤其是对于ResNet这种有分支的网络结构,要保证两分支在PaddlePaddle和Caffe中先后顺序一致,这样才能够使得模型参数正确加载。
如果不希望使用默认的命名,并且在PaddlePaddle网络配置中指定了layer name,可以建立Caffe和PaddlePaddle网络配置间layer name对应关系的dict并在调用ModelConverter.convert时作为name_map的值传入,这样在命名保存layer中的参数时将使用相应的layer name,不受拓扑顺序的影响。另外这里只针对Caffe网络配置中Convolution、InnerProduct和BatchNorm类别的layer建立name_map即可(一方面,对于Pooling等无需训练的layer不需要保存,故这里没有提供转换接口;另一方面,对于Caffe中的Scale类别的layer,由于Caffe和PaddlePaddle在实现上的一些差别,PaddlePaddle中的batch_norm层是BatchNorm和Scale层的复合,故这里对Scale进行了特殊处理)。
Part2
将TensorFlow模型文件转换为
PaddlePaddle模型文件
|1.使用说明
tf2paddle.py脚本中的工具类TFModelConverter实现了将TensorFlow训练好的模型文件转换为PaddlePaddle可加载的模型文件。目前能够支持图像领域常用的:卷积(Convolution)层、Batch Normalization层和全连接(Full Connection)层。图像领域常用的 ResNet VGG 网络都以这些层此为基础,使用TensorFlow训练的ResNet和VGG模型能够被转换为PaddlePaddle可加载的模型,进一步用于预训练或是预测服务的开发等。
模型转换的基本流程是:
|2. 需要遵守的约定
为使TensorFlow模型中的Variable能够正确对应到paddle.layer中的可学习参数,目前版本在使用时有如下约束需要遵守:
def build_model():
build_graph()
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True))
sess.run(tf.tables_initializer())
saver = tf.train.Saver()
saver.restore(sess, 'model/model.ckpt')
return sess
按照以上原则操作后,tf2paddle.py 脚本的main函数提供了一个调用示例,将TensorFlow训练的ResNet50模型转换为PaddlePaddle可加载模型。若要对其它各种自定义的模型进行转换,只需修改相关变量的值,在终端执行python tf2paddle.py即可。
下面是一个简单的调用示例:
# 定义相关变量
tf_net = "TF_ResNet50"
# 提供build_model的module名
paddle_tar_name = "Paddle_ResNet50.tar.gz"
# 输出的Paddle模型的文件名
# 初始化并加载模型
converter = TFModelConverter(tf_net=tf_net,
paddle_tar_name=paddle_tar_name)
# 进行模型转换
converter.convert()
|3. 注意事项
本文分享自 PaddlePaddle 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!