初始算法选择和超参数优化是我个人不喜欢做的活动。如果你像我一样，那么也许你会喜欢自动机器学习（AutoML），一种我们可以让脚本为我们完成这些耗时的ML任务的技术。Azure机器学习（AML）是一项云服务，其功能包括准备和创建数据集、训练模型以及将其部署为web服务变得更加容易。最近，AML团队发布了AutoML功能，供公众预览。今天，我们将使用此功能训练一个目标检测模型，以识别道路上的凹坑。在这篇文章中，我将简要回顾一些AML和目标检测的概念，因此你不必完全熟悉它们就可以进行后续操作。本教程主要基于Azure中的这个示例，你可以查看我在这里编写的Jupyter笔记本：https://github.com/dmesquita/azureml-automl-potholes-object-detection我们该怎么办？
对象检测数据集很有趣，因为它们由表格数据（边界框的注释）和图像数据（.png、.jpeg等）组成。COCO格式是对象检测数据集的一种流行格式，我们将使用此格式下载坑洞数据集：https://public.roboflow.com/object-detection/pothole。Azure机器学习使用TABLAR DATASET格式，因此我们需要做的第一件事是将COCO转换为TABLAR DATASET。转换后，我们将选择一种对象检测算法，并最终训练模型。1-准备数据集
我从Roboflow那里得到了数据集。它有665张标有坑洞的道路图片，由Atikur Rahman Chitholian创作并分享，作为其论文的一部分。Roboflow团队按照70/20/10将数据集划分为训练-验证-测试集。- _annotations.coco.json，一个包含images、categories和annotations的json文件
- images：包含有关数据集图像的信息（id、文件名、大小等）
- annotations：包含有关对象的信息，包括边界框坐标（在此数据集中，它们位于绝对坐标）、对象的图像id和类别id
现在是开始与AML合作的时候了。你需要做的第一件事是创建Azure机器学习工作区。你可以使用上的web界面来执行此操作https://portal.azure.com.我们需要一个计算实例来运行，然后再运行训练，所以需要在你的工作区内创建一个。图像任务的AutoML模型需要GPU计算实例。你也可以使用web界面创建计算实例。我已经下载并提取了数据库中的数据集.放在/potholeObjects文件夹。每个拆分都有一个文件夹，里面有图像和JSON文件。你需要将图像和JSON文件上传到数据存储，以便AML可以访问它们。数据存储是云数据源的抽象。创建AML工作区时，将创建AzureBlobDatastore并将其设置为默认值。我们将使用此默认数据存储并将图像上传到那里。from azureml.core import Workspace
workspace = Workspace.from_config() # 如果你在一个aml计算实例上运行notebook，这是可行的
default_datastore = workspace.get_default_datastore()
datastore_name = default_datastore.name
注释采用COCO格式（JSON），但tablerDataSet要求注释采用JSON行。tablerDataset具有相同的元数据，但以不同的键组织。以下是用于对象检测的TablerDataset的外观：{
'image_url':'AmlDatastore://data_directory/../Image_name.image_format',
'image_details':{
'format':'image_format',
'width':'image_width',
'height':'image_height'
},
'label':[
{
'label':'class_name_1',
'topX':'xmin/width',
'topY':'ymin/height',
'bottomX':'xmax/width',
'bottomY':'ymax/height',
'isCrowd':'isCrowd'
},
{
'label':'class_name_2',
'topX':'xmin/width',
'topY':'ymin/height',
'bottomX':'xmax/width',
'bottomY':'ymax/height',
'isCrowd':'isCrowd'
},
'...'
]
}
幸运的是，微软工程师编写了一个脚本来转换COCO：https://github.com/Azure/azureml-examples/blob/1a41978d7ddc1d1f831236ff0c5c970b86727b44/python-sdk/tutorials/automl-with-azureml/image-object-detection/coco2jsonl.py此文件的image_url键需要指向我们正在使用的数据存储中的图像文件（默认）。我们使用coco2jsonl的base_url参数指定。# 从coco文件生成训练jsonl文件
!python coco2jsonl.py \
--input_coco_file_path './potholeObjects/train/_annotations.coco.json' \
--output_dir './potholeObjects/train' --output_file_name 'train_pothole_from_coco.jsonl' \
--task_type 'ObjectDetection' \
--base_url 'AmlDatastore://{datastore_name}/potholeObjects/train/'
我们将对验证集运行相同的命令。现在，下一步是将文件上传到数据存储，并在AML中创建数据集。不要将数据集与数据存储混淆。数据集是版本控制的打包数据对象，通常基于数据存储中的文件创建。我们将从JSON行文件创建数据集。from azureml.core import Dataset
from azureml.data.datapath import DataPath
from azureml.data import DataType
# 上传文件到数据存储
Dataset.File.upload_directory(
src_dir='./potholeObjects/train/', target=DataPath(default_datastore, '/potholeObjects/train'), show_progress=True
)
training_dataset_name = 'potholeObjectesTrainingDataset'
# 创建数据集
training_dataset = Dataset.Tabular.from_json_lines_files(
path=DataPath(default_datastore, '/potholeObjects/train/train_pothole_from_coco.jsonl'),
set_column_types={'image_url': DataType.to_stream(default_datastore.workspace)},
)
# 在工作区中注册数据集
training_dataset = training_dataset.register(
workspace=workspace, name=training_dataset_name
)
对于训练和验证拆分，也将这样做。如果一切顺利，你可以看到AML内部的图像预览。2.进行实验
在AML内部，你运行的一切都称为实验。要使用AutoML训练模型，你将创建一个实验，指向它假定运行的计算目标，并提供AutoML参数的配置。from azureml.core import Experiment
experiment_name = 'pothole-yolov5-model'
experiment = Experiment(workspace, name=experiment_name)
compute_target = workspace.compute_targets['gpu-computer'] # 给计算实例的名称
在这里，我将使用yolov5默认参数运行实验。你需要提供超参数、计算目标、训练数据和验证数据（如示例所示，验证数据集是可选的）。from azureml.automl.core.shared.constants import ImageTask
from azureml.train.automl import AutoMLImageConfig
from azureml.train.hyperdrive import GridParameterSampling, choice
automl_config_yolov5 = AutoMLImageConfig(
task=ImageTask.IMAGE_OBJECT_DETECTION,
compute_target=compute_target,
training_data=training_dataset,
validation_data=validation_dataset,
hyperparameter_sampling=GridParameterSampling({'model_name': choice('yolov5')}),
iterations=1,
)
automl_image_run = experiment.submit(automl_config_yolov5)
你可以使用Workspace web界面监控实验：from azureml.automl.core.shared.constants import ImageTask
from azureml.train.automl import AutoMLImageConfig
from azureml.train.hyperdrive import BanditPolicy, RandomParameterSampling
from azureml.train.hyperdrive import choice, uniform
parameter_space = {
'model': choice(
{
'model_name': choice('yolov5'),
'learning_rate': uniform(0.0001, 0.01),
'model_size': choice('small', 'medium'), # 模型相关
#'img_size': choice(640, 704, 768), # 特定型号;可能需要有大内存的GPU
},
{
'model_name': choice('fasterrcnn_resnet50_fpn'),
'learning_rate': uniform(0.0001, 0.001),
'optimizer': choice('sgd', 'adam', 'adamw'),
'min_size': choice(600, 800), # 模型相关
#'warmup_cosine_lr_warmup_epochs': choice(0, 3),
},
),
}
tuning_settings = {
'iterations': 10,
'max_concurrent_iterations': 2,
'hyperparameter_sampling': RandomParameterSampling(parameter_space),
'early_termination_policy': BanditPolicy(
evaluation_interval=2, slack_factor=0.2, delay_evaluation=6
),
}
automl_image_config = AutoMLImageConfig(
task=ImageTask.IMAGE_OBJECT_DETECTION,
compute_target=compute_target,
training_data=training_dataset,
validation_data=validation_dataset,
**tuning_settings,
)
3-将预测可视化
这个yolov5模型是使用Pytorch训练的，因此我们可以下载模型并使用Jupyter笔记本检查预测。我的花了56分钟训练。获取模型需要做的第一件事是注册工作区中的最佳运行，以便访问模型。best_child_run = automl_image_run.get_best_child()
model_name = best_child_run.properties['model_name']
model_output_path = best_child_run.properties['model_output_path']
# 从最佳运行中注册模型
model = best_child_run.register_model(
model_name=model_name, model_path=model_output_path
)
现在我们可以下载模型了并运行推断。为此，我们将使用azureml contrib automl dnn vision包中的代码：from azureml.contrib.automl.dnn.vision.common.model_export_utils import load_model, run_inference
from azureml.contrib.automl.dnn.vision.object_detection_yolo.writers.score import _score_with_model
TASK_TYPE = 'image-object-detection'
model_settings = {'img_size': 640, 'model_size': 'medium', 'box_score_thresh': 0.1, 'box_iou_thresh': 0.5}
model_wrapper = load_model(TASK_TYPE, 'model.pt', **model_settings)
sample_image = './img-23_jpg.rf.e6aa0daf83e72ccbf1ea10eb6a6ab3bd.jpg'
with open(sample_image, 'rb') as f:
bytes_img = f.read()
model_response = run_inference(model_wrapper, bytes_img, _score_with_model)
我使用Microsoft教程中的代码来可视化边界框。以下是测试图像的结果：最后
Azure机器学习是一个很好的工具，可以让你开始机器学习（在我们的例子中是深度学习），因为它隐藏了很多复杂性。你可以在Jupyter笔记本上查看所有代码:https://github.com/dmesquita/azureml-automl-potholes-object-detection。管道中的下一步是将模型部署为web服务。如果你有兴趣，也可以使用Microsoft教程检查如何做到这一点:https://github.com/dmesquita/azureml-automl-potholes-object-detection。Pothole Dataset. Shared By. Atikur Rahman Chitholian. November 2020. License. ODbL v1.0
