【图像分类】如何使用 mmclassification 训练自己的分类模型

MMclassification 是一个分类工具库，这篇文章是简单记录一下如何用该工具库来训练自己的分类模型，包括数据准备，模型修改，模型训练，模型测试等等。

MMclassification链接：https://github.com/open-mmlab/mmclassification

安装：https://mmclassification.readthedocs.io/en/latest/install.html

训练：https://mmclassification.readthedocs.io/en/latest/getting_started.html

一、数据准备

MMclassification 支持 ImageNet 和 cifar 两种数据格式，我们以 ImageNet 为例来看看数据结构：

|- imagenet
|    |- classmap.txt
|    |- train
|    |	 |- cls1
|    |	 |- cls2
|    |	 |- cls3
|    |	 |- ...
|    |- train.txt
|    |- val
|    |	 |- images
|    |- val.txt

假设我们要训练一个猫狗二分类模型，则需要组织的形式如下：

|- dog_cat_dataset
|    |- classmap.txt
|    |- train
|    |	 |- dog
|    |	 |- cat
|    |- train.txt
|    |- val
|    |	 |- images
|    |- val.txt

其中，classmap.txt 中的内容如下：

dog 0
cat 1

二、模型修改

假设使用 resnet18 来训练，则我们需要修改的内容主要集中在 config 文件里边，修改后的config文件 resnet18_b32x8_dog_cat_cls.py 如下：

• 修改类别：将 1000 类改为 2 类
• 修改数据路径：data
• 如果数据前处理需要修改的话，也可以在config里边修改
• 因为config是最高级的，所以在这里修改后会覆盖模型从mmcls库中读出来的参数

_base_ = [
    '../_base_/models/resnet18.py', '../_base_/datasets/imagenet_bs32.py',
    '../_base_/schedules/imagenet_bs256.py', '../_base_/default_runtime.py'
]
model = dict(
    head=dict(
        type='LinearClsHead',
        num_classes=2,
        in_channels=512,
        loss=dict(type='CrossEntropyLoss', loss_weight=1.0),
        topk=(1, ),
    ))

data = dict(
    samples_per_gpu=32,
    workers_per_gpu=1,
    train=dict(
        data_prefix='data/dog_cat_dataset/train',
        ann_file='data/dog_cat_dataset/train.txt',
        classes='data/dog_cat_dataset/classmap.txt'),
    val=dict(
        data_prefix='data/dog_cat_dataset/val',
        ann_file='data/dog_cat_dataset/val.txt',
        classes='data/dog_cat_dataset/classmap.txt'),
    test=dict(
        # replace `data/val` with `data/test` for standard test
        data_prefix='data/dog_cat_dataset/val',
        ann_file='data/dog_cat_dataset/val.txt',
        classes='data/dog_cat_dataset/classmap.txt'))
evaluation = dict(interval=1, metric='accuracy', metric_options={
    'topk': (1, )})

三、模型训练

python tools/train.py configs/resnet/resnet18_b32x8_dog_cat_cls.py

四、模型效果可视化

python tools/test.py configs/resnet/resnet18_b32x8_dog_cat_cls.py ./models/epoch_99.pth --out result.pkl --show-dir output_cls

使用 gradcam 可视化：

python tools/visualizations/vis_cam.py visual_img/4.jpg configs/resnet/resnet18_b32x8_door.py  ./models/epoch_99.pth --s
ave-path visual_path/4.jpg

五、如何分别计算每个类别的精确率和召回率

先进行测试，得到 result.pkl 文件，然后运行下面的程序即可：

python tools/cal_precision.py configs/resnet/resnet18_b32x8_imagenet.py

import mmcv
import argparse
from mmcls.datasets import build_dataset
from mmcls.core.evaluation import calculate_confusion_matrix
from sklearn.metrics import confusion_matrix

def parse_args():
    parser = argparse.ArgumentParser(description='calculate precision and recall for each class')
    parser.add_argument('config', help='test config file path')
    args = parser.parse_args()
    return args

def main():
    args = parse_args()
    cfg = mmcv.Config.fromfile(args.config)
    dataset = build_dataset(cfg.data.test)
    pred = mmcv.load("./result.pkl")['pred_label']
    matrix = confusion_matrix(pred, dataset.get_gt_labels())
    print('confusion_matrix:', matrix)
    cat_recall = matrix[0,0]/(matrix[0,0]+matrix[1,0])
    dog_recall = matrix[1,1]/(matrix[0,1]+matrix[1,1])
    cat_precision = matrix[0,0]/sum(matrix[0])
    dog_precision = matrix[1,1]/sum(matrix[1])
    print(' cat_precision:{} \n dog_precison:{} \n cat_recall:{} \n dog_recall:{}'.format(cat_precision, dog_precison, cat_recall, dog_recall))

if __name__ == '__main__':
    main()