AI开发平台ModelArtsAI开发平台ModelArts

计算
弹性云服务器 ECS
裸金属服务器 BMS
云手机 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器 HECS
VR云渲游平台 CVR
特惠算力专区
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属企业存储服务
云存储网关 CSG
专属分布式存储服务 DSS
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘小站 IES
智能边缘平台 IEF
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
园区智能体 CampusGo
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
视频分析服务 VAS
语音交互服务 SIS
知识图谱 KG
人证核身服务 IVS
IoT物联网
设备接入 IoTDA
设备管理 IoTDM(联通用户专用)
全球SIM联接 GSL
IoT开发者服务
IoT数据分析
车联网服务 IoV
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
开发与运维
软件开发平台 DevCloud
项目管理 ProjectMan
代码托管 CodeHub
流水线 CloudPipeline
代码检查 CodeCheck
编译构建 CloudBuild
部署 CloudDeploy
云测 CloudTest
发布 CloudRelease
移动应用测试 MobileAPPTest
CloudIDE
Classroom
开源镜像站 Mirrors
应用魔方 AppCube
云性能测试服务 CPTS
应用管理与运维平台 ServiceStage
云应用引擎 CAE
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
资源管理服务 RMS
应用身份管理服务 OneAccess
区块链
区块链服务 BCS
可信跨链服务 TCS
智能协作
IdeaHub
开发者工具
SDK开发指南
API签名指南
DevStar
HCloud CLI
Terraform
Ansible
API问题定位指导
云生态
云市场
合作伙伴中心
华为云培训中心
其他
管理控制台
消息中心
产品价格详情
系统权限
我的凭证
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
应用编排服务 AOS
多云容器平台 MCP
基因容器 GCS
容器洞察引擎 CIE
云原生服务中心 OSC
容器批量计算 BCE
容器交付流水线 ContainerOps
应用服务网格 ASM
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB (for openGauss)
云数据库 GaussDB(for MySQL)
云数据库 GaussDB NoSQL
数据管理服务 DAS
数据库和应用迁移 UGO
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据湖治理中心 DGC
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
API网关 APIG
分布式缓存服务 DCS
分布式消息服务RocketMQ版
企业应用
域名注册服务 Domains
云解析服务 DNS
云速建站 CloudSite
网站备案
华为云WeLink
会议
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMAExchange
API全生命周期管理 ROMA API
安全与合规
安全技术与应用
DDoS防护 ADS
Web应用防火墙 WAF
云防火墙 CFW
应用信任中心 ATC
企业主机安全 HSS
容器安全服务 CGS
云堡垒机 CBH
数据库安全服务 DBSS
数据加密服务 DEW
数据安全中心 DSC
云证书管理服务 CCM
SSL证书管理 SCM
漏洞扫描服务 VSS
态势感知 SA
威胁检测服务 MTD
管理检测与响应 MDR
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
专属云
专属计算集群 DCC
解决方案
高性能计算 HPC
SAP
游戏云
混合云灾备
华为工业云平台 IMC
价格
成本优化最佳实践
专属云商业逻辑
用户服务
帐号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
更新时间:2021-10-14 GMT+08:00
分享

EfficientDet(物体检测/Tensorflow)

概述

此模型基于Scalable and Efficient Object Detection中提出的模型结构实现,EfficientDet是一个总称,可以分为EfficientDet D1 ~ EfficientDet D7,速度逐渐变慢,但是精度也逐渐提高。 以EfficientNet作为Backbone。该算法会载入在COCO 2017上的预训练模型,在用户数据集上做迁移学习。我们提供了训练代码和可用于训练的模型,用于实际场景的微调训练。训练后生成的模型可直接在ModelArts平台部署成在线服务。

单击此处订阅算法。

训练

  • 算法基本信息
    • 适用场景:物体检测
    • 支持的框架引擎:Tensorflow-2.1.0-python3.6
    • 算法输入:

      仅支持ModelArts数据管理平台发布的数据集(数据集必须设置“训练验证比例”),建议用户以8:2或9:1的比例进行切分,即“训练验证比例”设置为0.8或0.9,暂不支持用户自定义数据集。

    • 算法输出:
      用于TF-Serving推理的saved_model模型。

      Model

      mAP (coco开源数据集)

      P4推理速度(ms/pic)

      EfficientDet-D0

      33.8

      29.48

      EfficientDet-D1

      39.6

      55.21

      EfficientDet-D2

      43.0

      75.66

      EfficientDet-D3

      45.8

      146.69

      EfficientDet-D4

      49.4

      232.33

      EfficientDet-D5

      50.7

      464.53

      EfficientDet-D6

      51.7

      631.41

      EfficientDet-D7

      53.7

      851.40

  • 训练参数说明

    名称

    默认值

    类型

    是否必填

    是否可修改

    描述

    mode

    train

    string

    是否边训练边验证,默认训练, 可选参数为train和train_and_eval。如果选择train,那么在模型训练结束的时候,统一做一次eval。如果选择train_and_eval,那么每次训练迭代一个epoch,就做一次eval,耗时比较久。

    model_name

    efficientdet-d0

    string

    EfficientDet训练选择的模型种类,目前可选项为efficientdet-d0、efficientdet-d1、efficientdet-d2、efficientdet-d3、efficientdet-d4、efficientdet-d5、efficientdet-d6、efficientdet-d7。

    说明:

    设置model_name尤其需要注意train_batch_size和eval_batch_size的大小,相同的batch size对于越高级别的EfficientDet,更加容易出现OOM,需要适当的减小使用的batch size;对于batch size较小的模型,需要加大epoch数来保证精度。

    train_batch_size

    8

    int

    每步训练的图片数量(单卡)。

    eval_batch_size

    8

    int

    每步验证的图片数量(单卡)。

    hparams

    moving_average_decay=0

    string

    键值对参数,可选择的有:

    • label_smoothing(默认是0,0)
    • box_loss_weight(默认是50)
    • learning_rate(默认是0.08)
    • lr_warmup_init(默认是0.008)
    • lr_warmup_epoch(默认是1)
    • first_lr_drop_epoch(默认是200)
    • second_lr_drop_epoch(默认是250)

    在使用的时候,需要用逗号隔开,中间不能有空格。必须包含moving_average_decay=0,例如,“moving_average_decay=0,label_smoothing=0.08”

    num_epochs

    100

    int

    模型训练最大的迭代数。

  • 训练输出文件

    训练完成后的输出文件如下。

    |- archive
      |- model.ckpt-xxx
      |- checkpoint
      |- best_eval.txt
    |- model    
      |- variables      
        |- variables.data-00000-of-00001      
        |- variables.index    
      |- customize_service.py    
      |- index    
      |- config.json    
      |- saved_model.pb  
    |- checkpoint  
    |- model.ckpt-xxx  
    |- ...  
    |- ...  
    |- events...  
    |- graph.pbtxt

GPU/CPU推理

“元模型来源”选择“从训练中选择”,选择训练作业及版本。

案例指导

GPU训练+CPU/GPU推理,可参考图像分类案例

分享:

    相关文档

    相关产品

关闭导读