基于PaddleClas的人物年龄分类项目

目录

一、任务概述

二、算法研发

2.1 下载数据集

2.2 数据集预处理

2.3 安装PaddleClas套件

2.4 算法训练

2.5 静态图导出

2.6 静态图推理

三、小结

---

一、任务概述

    最近遇到个需求，需要将图像中的人物区分为成人和小孩，这是一个典型的二分类问题，打算采用飞桨的图像分类套件PaddleClas来完成算法研发。本文记录相关流程。

二、算法研发

2.1 下载数据集

    本文采用MaGaAge_Asian数据集，该数据集主要由亚洲人图片组成，训练集包含40000张图像，验证集包含3495张图像，每张图像都有对应的年龄真值，所有图像均处理成了统一的大小，宽178像素，高218像素。

数据集地址下载链接。数据集部分示例如下图所示：

    该数据集本意是用来做年龄预测的，属于一个数值回归任务，本文将其变成二分类任务，以13岁年龄为界限，小于该年龄的属于小孩，大于该年龄的属于成人。这里之所以选择13岁，因为这个任务是需要筛选出长得很“像”小孩的小孩，13岁以上的青少年很多本身已经长的像成人了，因此，选择13岁作为分界线。

    下面首先对该数据集进行处理。

2.2 数据集预处理

    MaGaAge_Asian数据集每张图片对应的人物年龄存放在list文件夹的两个文件中，其中train_age.txt存放训练集对应的年龄真值，test_age.txt存放验证集对应的年龄真值。下面要写一个脚本，将所有小于13岁的图片移动到一个文件夹内，所有大于等于13岁的图片移动到另一个文件夹内。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
'''
@文件        :split_asian.py
@说明        :拆分megaage_asian数据集，将小于13岁的移动到一个文件夹，大于等于13岁的移动到另一个文件夹
@时间        :2024/07/16 09:11:16
@作者        :Bin Qian
@版本        :1.0
'''
 
 
import os
import cv2
 
thr = 13 # 年龄阈值
 
# 读取年龄列表
agefile = 'megaage_asian/list/test_age.txt'
f=open(agefile) 
ageLst = f.read().splitlines()
f.close() 
 
# 读取图像
imgFolder = 'megaage_asian/val'
imgnames = os.listdir(imgFolder)
index = 50000
for imgname in imgnames:
    imgPath = os.path.join(imgFolder,imgname)
    img = cv2.imread(imgPath)
    if img is None:
        continue
    print(imgPath)
    imgindex = int(imgname.split('.')[0])
    age = int(ageLst[imgindex-1])
    if age < thr:
        dstFolder = 'ageclas/child'
    else:
        dstFolder = 'ageclas/adult'
    
    savePath = os.path.join(dstFolder,str(index)+'_asian.jpg')
    cv2.imwrite(savePath,img)
    index += 1
print('完成')

值得注意的是MaGaAge_Asian数据集中有很多质量较差的图像，这些“脏”图像会影响学习效果，最好手工检查这些数据并将其剔除。

另外，为了能够取得更好的效果，本文从互联网和FFHQ数据集里面再挑选出一些小孩和成人的照片进行补充。部分代码如下：

import os
import cv2
 
# 读取图像
imgFolder = 'adult'
imgnames = os.listdir(imgFolder)
index = 1
for imgname in imgnames:
    imgPath = os.path.join(imgFolder,imgname)
    img = cv2.imread(imgPath)
    if img is None:
        continue
    print(imgPath)
    dstFolder = 'ageclas/adult'
    savePath = os.path.join(dstFolder,str(index)+'_data.jpg')
    cv2.imwrite(savePath,img)
    index += 1
print('完成')

补充完整后，最后对整理好的数据集进行拆分，并且获得对应的文件列表：

# 导入系统库
import os
import random
import cv2
 
 
# 定义参数
img_folder = 'ageclas'
trainlst = 'train_list.txt'
vallst = 'val_list.txt'
ratio = 0.95 # 训练集占比
labellst='label.txt'
 
 
def writeLst(lstpath,namelst):
    '''
    保存文件列表
    '''
    print('正在写入 '+lstpath)
    random.shuffle (namelst)
    # 写入训练样本文件
    f=open(lstpath, 'a', encoding='utf-8')
    for i in range(len(namelst)):
        text = namelst[i]+'\n'
        f.write(text)
    f.close()
    print(lstpath+ '已完成写入')
    
 
 
def main():
    '''
    主函数
    '''
    # 查找文件夹
    folderlst = os.listdir(img_folder)
    print('共找到 %d 个文件夹' % len(folderlst))
    
    # 循环处理
    trainnamelst = list()
    valnamelst = list()
    labelnamelst = list()
    for i in range(len(folderlst)):
        class_name = folderlst[i]
        class_label = i
        print('开始处理 '+class_name+' 文件夹')
        
        # 获取子文件夹文件列表
        filenamelst = os.listdir(os.path.join(img_folder,class_name))
        totalNum = len(filenamelst)
        print('当前文件夹图片数量为: ' + str(totalNum)) 
        trainNum = int(ratio*totalNum)
        text =  str(class_label)+ ' ' + class_name
        labelnamelst.append(text)
        
        # 检查并校验图像
        for j in range(totalNum):
            imgpath = os.path.join(img_folder,class_name,filenamelst[j])
            img = cv2.imread(imgpath, cv2.IMREAD_COLOR)
            if img is None:
                continue
            text = imgpath + ' ' + str(class_label)
            if j <= trainNum: 
                trainnamelst.append(text)
            else:
                valnamelst.append(text)
                
    writeLst(trainlst,trainnamelst)
    writeLst(vallst,valnamelst)   
    writeLst(labellst,labelnamelst)     
    print('全部完成')
 
 
if __name__ == '__main__':
    '''程序入口'''
    main()

运行后会生成train_lst.txt、val_lst.txt以及label.txt三个文件，有了这三个文件就可以使用PaddleClas套件进行算法研发了。

2.3 安装PaddleClas套件

git clone https://gitee.com/paddlepaddle/PaddleClas.git
cd PaddleClas
sudo python setup.py install

2.4 算法训练

在PaddleClas目录下新建一个配置文件config_lcnet.yaml，采用PPLCNet_x0_5模型来训练，配置文件代码如下：

# global configs
Global:
  checkpoints: null
  pretrained_model: null
  output_dir: ./output/
  device: gpu
  save_interval: 5
  eval_during_train: True
  eval_interval: 5
  epochs: 200
  print_batch_step: 10
  use_visualdl: True
  # used for static mode and model export
  image_shape: [3, 224, 224]
  save_inference_dir: ./output/inference
# model architecture
Arch:
  name: PPLCNet_x0_5
  class_num: 2
 
# loss function config for traing/eval process
Loss:
  Train:
    - CELoss:
        weight: 1.0
        epsilon: 0.1
  Eval:
    - CELoss:
        weight: 1.0
 
 
Optimizer:
  name: Momentum
  momentum: 0.9
  lr:
    name: Cosine
    learning_rate: 0.8
    warmup_epoch: 5
  regularizer:
    name: 'L2'
    coeff: 0.00003
 
 
# data loader for train and eval
DataLoader:
  Train:
    dataset:
      name: ImageNetDataset
      image_root: ../process_data/
      cls_label_path: ../process_data/train_list.txt
      transform_ops:
        - DecodeImage:
            to_rgb: True
            channel_first: False
        - ResizeImage:
            size: [224,224]
        - RandFlipImage:
            flip_code: 1
        - NormalizeImage:
            scale: 1.0/255.0
            mean: [0.485, 0.456, 0.406]
            std: [0.229, 0.224, 0.225]
            order: ''
 
    sampler:
      name: DistributedBatchSampler
      batch_size: 64
      drop_last: False
      shuffle: True
    loader:
      num_workers: 4
      use_shared_memory: True
 
  Eval:
    dataset: 
      name: ImageNetDataset
      image_root: ../process_data/
      cls_label_path: ../process_data/val_list.txt
      transform_ops:
        - DecodeImage:
            to_rgb: True
            channel_first: False
        - ResizeImage:
            size: [224,224]
        - NormalizeImage:
            scale: 1.0/255.0
            mean: [0.485, 0.456, 0.406]
            std: [0.229, 0.224, 0.225]
            order: ''
    sampler:
      name: DistributedBatchSampler
      batch_size: 64
      drop_last: False
      shuffle: False
    loader:
      num_workers: 4
      use_shared_memory: True
 
Infer:
  infer_imgs: "../testimgs/10.jpg"
  batch_size: 1
  transforms:
    - DecodeImage:
        to_rgb: True
        channel_first: False
    - ResizeImage:
        size: [224,224]
    - NormalizeImage:
        scale: 1.0/255.0
        mean: [0.485, 0.456, 0.406]
        std: [0.229, 0.224, 0.225]
        order: ''
    - ToCHWImage:
  PostProcess:
    name: Topk
    topk: 1
    class_id_map_file: "../process_data/label.txt"
 
Metric:
  Train:
    - TopkAcc:
        topk: [1]
  Eval:
    - TopkAcc:
        topk: [1]

然后使用下面的命令进行训练：

export CUDA_VISIBLE_DEVICES=0,1
python3 -m paddle.distributed.launch \
    --gpus="0,1" \
    tools/train.py \
        -c config_lcnet.yaml 

训练完成后可以使用下面的命令可视化查看训练结果：

visualdl --logdir results/vdl

运行效果如下：

可以看到，基本在epoch=100以后就收敛了，最高top1准确率达到97.5%，准确率还是比较高的。

下面可以使用动态图对单张图像进行测试，命令如下：

python3 tools/infer.py -c config_lcnet.yaml -o Global.pretrained_model=output/PPLCNet_x0_5/best_model

输出如下：

[{'class_ids': [1], 'scores': [0.93522], 'file_name': '../testimgs/10.jpg', 'label_names': ['adult']}]

2.5 静态图导出

为了方便后面进行模型部署，将训练好的最佳模型进行静态图导出。具体命令如下：

python3 tools/export_model.py \
    -c config_lcnet.yaml \
    -o Global.pretrained_model=output/PPLCNet_x0_5/best_model \
    -o Global.save_inference_dir=output/inference

导出的静态图模型存放在output/inference文件夹下面，整个模型参数加起来不超过3M，因此可以看出这个训练好的PPLCNet_x0_5模型是一个非常轻量级的模型。

2.6 静态图推理

下面使用静态图来进行推理。在推理前先使用visualdl工具查看下静态图模型的输入和输出，这将为编写推理脚本奠定基础。

可以看到，输入是[batch,3,224,224]的float型图像数据，输出是[batch,2]的float型数据。尤其是输出的两个值，代表的是两个类别的概率。

有了上面的分析，下面可以用PaddleInference写一个推理脚本infer.py：

import cv2
import numpy as np
from paddle.inference import create_predictor
from paddle.inference import Config as PredictConfig
 
# 加载静态图模型
model_path = "./output/inference/inference.pdmodel"
params_path = "./output/inference/inference.pdiparams"
pred_cfg = PredictConfig(model_path, params_path)
pred_cfg.enable_memory_optim()  # 启用内存优化
pred_cfg.switch_ir_optim(True)
pred_cfg.enable_use_gpu(500, 0)  # 启用GPU推理
predictor = create_predictor(pred_cfg)  # 创建PaddleInference推理器
 
# 解析模型输入输出
input_names = predictor.get_input_names()
input_handle = {}
for i in range(len(input_names)):
    input_handle[input_names[i]] = predictor.get_input_handle(input_names[i])
output_names = predictor.get_output_names()
output_handle = predictor.get_output_handle(output_names[0])
 
# 图像预处理
img = cv2.imread("../testimgs/10.jpg", flags=cv2.IMREAD_COLOR)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img = cv2.resize(img, (224, 224), interpolation=cv2.INTER_AREA)
img = img.astype(np.float32)
PIXEL_MEANS =(0.485, 0.456, 0.406)    # RGB格式的均值和方差
PIXEL_STDS = (0.229, 0.224, 0.225)
img/=255.0
img-=np.array(PIXEL_MEANS)
img/=np.array(PIXEL_STDS)
img = np.transpose(img[np.newaxis, :, :, :], (0, 3, 1, 2))
 
# 预测
input_handle["x"].copy_from_cpu(img)
predictor.run()
results = output_handle.copy_to_cpu()
 
# 后处理
results = results.squeeze(0)
if results[0]>results[1]:
    print('小孩'+"  "+str(results[0]))
else:
    print('大人'+"  "+str(results[1]))

从网上随便找两张照片，运行效果如下：

输出结果：

小孩  0.7256172

输出结果：

大人  0.9533998

可以看到，推理效果还是比较满意的。

三、小结

本文以项目为主线，使用了PaddleClas算法套件解决了年龄分类问题。后续读者如果想要深入学习PaddlePaddle（飞桨）及相关算法套件，可以关注我的书籍（链接）。