TensorPack¶
TensorPack 是一个基于 TensorFlow 的深度学习训练库,具有高效与灵活的特点。
在 TensorPack 代码仓库中,提供了许多经典模型与任务的示例,本小节展示如何在 TensorPack-FasterRCNN 中使用 mmeval.COCODetection 进行评测,相关代码可以在 mmeval/examples/tensorpack 中找到。
首先需要安装 TensorFlow 与 TensorPack,然后按照 TensorPack-FasterRCNN 示例中的准备步骤,安装依赖和准备 COCO 数据集,以及下载需要评测的预训练模型权重。
TensorPack-FasterRCNN 自带了评测功能,可以通过以下命令执行评测:
./predict.py --evaluate output.json --load /path/to Trained-Model-Checkpoint --config SAME-AS-TRAINING
MMEval 为 TensorPack-FasterRCNN 提供了适配 mmeval.COCODetection 的评测脚本,需要将该脚本放至 TensorPack-FasterRCNN 示例目录下,然后通过以下命令执行评测:
# 单卡评测
python tensorpack_mmeval.py --load <model_path> --config SAME-AS-TRAINING
# 支持基于 MPI4Py 的分布式评测,通过 mpirun 启动多卡评测
mpirun -np 8 python tensorpack_mmeval.py --load <model_path> --config SAME-AS-TRAINING
我们在 COCO-MaskRCNN-R50C41x 配置上测试了该评测脚本,与 TensorPack-FasterRCNN 报告的评测结果一致。
Model | mAP (box) | mAP (mask) | Configurations |
---|---|---|---|
COCO-MaskRCNN-R50C41x | 36.2 | 31.8 | MODE_FPN=False |