基于PyTorch、易上手，細(xì)粒度圖像識別深度學(xué)習(xí)工具庫Hawkeye開源

作者：機器之心 2022-11-07 12:15:13

南京理工大學(xué)魏秀參教授團(tuán)隊用時近一年時間，開發(fā)、打磨、完成了 Hawkeye——細(xì)粒度圖像識別深度學(xué)習(xí)開源工具庫，供相關(guān)領(lǐng)域研究人員和工程師參考使用。

細(xì)粒度圖像識別 [1] 是視覺感知學(xué)習(xí)的重要研究課題，在智能新經(jīng)濟(jì)和工業(yè)互聯(lián)網(wǎng)等方面具有巨大應(yīng)用價值，且在諸多現(xiàn)實場景已有廣泛應(yīng)用…… 鑒于當(dāng)前領(lǐng)域內(nèi)尚缺乏該方面的深度學(xué)習(xí)開源工具庫，南京理工大學(xué)魏秀參教授團(tuán)隊用時近一年時間，開發(fā)、打磨、完成了 Hawkeye——細(xì)粒度圖像識別深度學(xué)習(xí)開源工具庫，供相關(guān)領(lǐng)域研究人員和工程師參考使用。本文是對 Hawkeye 的詳細(xì)介紹。

1.什么是 Hawkeye 庫

Hawkeye 是一個基于 PyTorch 的細(xì)粒度圖像識別深度學(xué)習(xí)工具庫，專為相關(guān)領(lǐng)域研究人員和工程師設(shè)計。目前，Hawkeye 包含多種代表性范式的細(xì)粒度識別方法，包括 “基于深度濾波器”、“基于注意力機制”、“基于高階特征交互”、“基于特殊損失函數(shù)”、“基于網(wǎng)絡(luò)數(shù)據(jù)” 以及其他方法。

Hawkeye 項目代碼風(fēng)格良好，結(jié)構(gòu)清晰易讀，可拓展性較強。對于剛接觸細(xì)粒度圖像識別領(lǐng)域的相關(guān)人員而言，Hawkeye 較易上手，便于其理解細(xì)粒度圖像識別的主要流程和代表性方法，同時也方便在本工具庫上快速實現(xiàn)自己的算法。此外，我們還給出了庫中各模型的訓(xùn)練示例代碼，自研方法也可按照示例快速適配并添加至 Hawkeye 中。

Hawkeye 開源庫鏈接：https://github.com/Hawkeye-FineGrained/Hawkeye

2.Hawkeye 支持的模型及方法

Hawkeye 目前支持細(xì)粒度圖像識別中主要學(xué)習(xí)范式的共 16 個模型與方法，具體如下：

基于深度濾波器

S3N (ICCV 2019)
Interp-Parts (CVPR 2020)
ProtoTree (CVPR 2021)

基于注意力機制

OSME+MAMC (ECCV 2018)
MGE-CNN (ICCV 2019)
APCNN (IEEE TIP 2021)

基于高階特征交互

BCNN (ICCV 2015)
CBCNN (CVPR 2016)
Fast MPN-COV (CVPR 2018)

基于特殊損失函數(shù)

Pairwise Confusion (ECCV 2018)
API-Net (AAAI 2020)
CIN (AAAI 2020)

基于網(wǎng)絡(luò)數(shù)據(jù)

Peer-Learning (ICCV 2021)

其他方法

NTS-Net (ECCV 2018)

CrossX (ICCV 2019)

DCL (CVPR 2019)

3.安裝 Hawkeye

安裝依賴

使用 conda 或者 pip 安裝相關(guān)依賴：

Python 3.8
PyTorch 1.11.0 or higher
torchvison 0.12.0 or higher
numpy
yacs
tqdm

克隆倉庫：

git clone https://github.com/Hawkeye-FineGrained/Hawkeye.git cd Hawkeye

準(zhǔn)備數(shù)據(jù)集

我們提供了 8 個常用的細(xì)粒度識別數(shù)據(jù)集及最新的下載鏈接：

CUB200: https://data.caltech.edu/records/65de6-vp158/files/CUB_200_2011.tgz
Stanford Dog: http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar
Stanford Car: http://ai.stanford.edu/~jkrause/car196/car_ims.tgz
FGVC Aircraft: https://www.robots.ox.ac.uk/~vgg/data/fgvc-aircraft/archives/fgvc-aircraft-2013b.tar.gz
iNat2018: https://ml-inat-competition-datasets.s3.amazonaws.com/2018/train_val2018.tar.gz
WebFG-bird: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-bird.tar.gz
WebFG-car: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-car.tar.gz
WebFG-aircraft: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-aircraft.tar.gz

首先，下載一個數(shù)據(jù)集（以 CUB200 為例）：

cd Hawkeye/data
wget https://data.caltech.edu/records/65de6-vp158/files/CUB_200_2011.tgz
mkdir bird && tar -xvf CUB_200_2011.tgz -C bird/

我們提供了上述 8 個數(shù)據(jù)集的 meta-data 文件，能夠匹配庫中的 FGDataset 方便地加載訓(xùn)練集和測試集，訓(xùn)練集和測試集為各個數(shù)據(jù)集官方提供的劃分。使用不同數(shù)據(jù)集時，只需在實驗的 config 文件中修改 dataset 配置即可，方便切換。

在實驗的 config 文件中修改 dataset 配置，示例如下：

dataset:
  name: cub
  root_dir: data/bird/CUB_200_2011/images
  meta_dir: metadata/cub

4.使用 Hawkeye 訓(xùn)練模型

對于 Hawkeye 支持的每個方法，我們均提供了單獨的訓(xùn)練模板和配置文件。例如訓(xùn)練 APINet 只需一條命令：

python Examples/APINet.py --config configs/APINet.yaml

實驗的參數(shù)都在相應(yīng)的 yaml 文件中，可讀性高、便于修改，如：

experiment:
name: API_res101 2        # 實驗名稱
log_dir: results/APINet   # 實驗日志、結(jié)果等的輸出目錄
seed: 42                  # 可以選擇固定的隨機數(shù)種子
resume: results/APINet/API_res101 2/checkpoint_epoch_19.pth    # 可以從訓(xùn)練中斷的 checkpoint 中恢復(fù)訓(xùn)練
dataset:
name: cub          # 使用 CUB200 數(shù)據(jù)集
root_dir: data/bird/CUB_200_2011/images   # 數(shù)據(jù)集中圖像放置的路徑
meta_dir: metadata/cub                  # CUB200 的 metadata 路徑
n_classes: 10         # 類別數(shù)，APINet 需要的數(shù)據(jù)集
n_samples: 4          # 每個類別的樣本數(shù)
batch_size: 24        # 測試時的批樣本數(shù)
num_workers: 4      # Dataloader 加載數(shù)據(jù)集的線程數(shù)
transformer:        # 數(shù)據(jù)增強的參數(shù)配置
image_size: 224      # 圖像輸入模型的尺寸 224x224
resize_size: 256    # 圖像增強前縮放的尺寸 256x256
model:
name: APINet        # 使用 APINet 模型，見 ??model/methods/APINet.py??
num_classes: 200      # 類別數(shù)目
load: results/APINet/API_res101 1/best_model.pth     # 可以加載訓(xùn)練過的模型參數(shù)
train:
cuda: [4]          # 使用的 GPU 設(shè)備 ID 列表，[] 時使用 CPU
epoch: 100        # 訓(xùn)練的 epoch 數(shù)量
save_frequence: 10    # 自動保存模型的頻率
val_first: False      # 可選是否在訓(xùn)練前進(jìn)行一次模型精度的測試
optimizer:
name: Adam        # 使用 Adam 優(yōu)化器
lr: 0.0001        # 學(xué)習(xí)率為 0.0001
weight_decay: 0.00000002
scheduler:
# 本例使用自定義組合的 scheduler，由 warmup 和余弦退火學(xué)習(xí)率組合而成，見 ??Examples/APINet.py??
name: ''
T_max: 100        # scheduler 的總迭代次數(shù)
warmup_epochs: 8    # warmup 的 epoch 數(shù)
lr_warmup_decay: 0.01  # warmup 衰減的比例
criterion:
name: APINetLoss    # APINet 使用的損失函數(shù)，見 ??model/loss/APINet_loss.py??

實驗的主程序 Examples/APINet.py 中的訓(xùn)練器 APINetTrainer 繼承自 Trainer，不需要再寫復(fù)雜的訓(xùn)練流程、logger、模型保存、配置加載等代碼，只用按需修改部分模塊即可。我們也提供了訓(xùn)練階段的多個 hook 鉤子，可以滿足一些方法特別的實現(xiàn)方式。

日志文件、模型權(quán)重文件、訓(xùn)練使用的訓(xùn)練代碼以及當(dāng)時的配置文件都會保存在實驗輸出目錄 log_dir 中，備份配置和訓(xùn)練代碼便于日后對不同實驗進(jìn)行對比。

更多詳細(xì)示例可參考項目鏈接中的具體信息：https://github.com/Hawkeye-FineGrained/Hawkeye

責(zé)任編輯：張燕妮來源：機器之心

開源深度學(xué)習(xí)