Máscara de entrenamiento RCNN en Cloud TPU (TF 1.x)

Resumen

En este instructivo, se muestra cómo ejecutar el modelo Mask RCNN mediante Cloud TPU con el conjunto de datos COCO.

Mask RCNN es una red neuronal profunda diseñada para abordar la detección de objetos y la segmentación de imágenes, uno de los desafíos de visión artificial más difíciles.

El modelo Mask RCNN genera cuadros de límite y máscaras de segmentación para cada instancia de un objeto en la imagen. El modelo se basa en la Feature Pyramid Network (FPN) y en una red troncal ResNet50.

En este instructivo, se usa Tensorflow Keras APIs para entrenar el modelo. La API de Keras es una API de TensorFlow de alto nivel y es la forma recomendada de compilar y ejecutar un modelo de aprendizaje automático en Cloud TPU. La API simplifica el proceso de desarrollo del modelo. Para ello, oculta la mayor parte de la implementación de bajo nivel, lo que facilita el cambio entre TPU y otras plataformas, como GPU o CPU.

En las siguientes instrucciones, se supone que ya estás familiarizado con la ejecución de un modelo en Cloud TPU. Si eres nuevo en Cloud TPU, puedes consultar la guía de inicio rápido para obtener una introducción básica.

Si planeas entrenar en una porción de pod de TPU, revisa la página sobre el entrenamiento en pods de TPU para comprender los cambios de parámetros necesarios cuando trabajas con porciones de pod.

Objetivos

  • Crear un depósito de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • Preparar el conjunto de datos de COCO
  • Configurar una VM de Compute Engine y un nodo de Cloud TPU para entrenamiento y evaluación
  • Ejecutar el entrenamiento y la evaluación en un solo Cloud TPU o un pod de Cloud TPU

Costos

En este instructivo, se usan componentes facturables de Google Cloud, que incluyen los siguientes:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Usa la calculadora de precios para generar una estimación de los costos según el uso previsto. Los usuarios nuevos de Google Cloud pueden ser elegibles para obtener una prueba gratuita.

Antes de comenzar

Antes de comenzar este instructivo, verifica que tu proyecto de Google Cloud esté configurado correctamente.

  1. Accede a tu Cuenta de Google.

    Si todavía no tienes una cuenta, regístrate para obtener una nueva.

  2. En la página de selección de proyectos de Cloud Console, selecciona o crea un proyecto de Cloud.

    Ir a la página Selector de proyectos

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud. Obtén información sobre cómo confirmar que tienes habilitada la facturación para tu proyecto.

  4. En esta explicación, se usan componentes facturables de Google Cloud. Consulta la página de precios de Cloud TPU para calcular los costos. Asegúrate de limpiar los recursos que crees cuando hayas terminado de usarlos para evitar cargos innecesarios.

Si planeas entrenar en una porción de pod de TPU, consulta la sección Entrenar en pods de TPU para comprender los cambios de parámetros necesarios cuando trabajas con porciones de pod.

Configura tus recursos

En esta sección, se proporciona información sobre cómo configurar los recursos de Cloud Storage, VM y Cloud TPU para este instructivo.

  1. Abre una ventana de Cloud Shell.

    Abre Cloud Shell

  2. Crea una variable de entorno para el ID de tu proyecto.

    export PROJECT_ID=project-id
  3. Configura la herramienta de línea de comandos de gcloud para usar el proyecto en el que deseas crear la Cloud TPU.

    gcloud config set project ${PROJECT_ID}
    
  4. Crea una cuenta de servicio para el proyecto de Cloud TPU.

    gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID
    

    El comando muestra una cuenta de servicio de Cloud TPU con el siguiente formato:

    service-PROJECT_NUMBER@cloud-tpu.iam.gserviceaccount.com
    

  5. Crea un depósito de Cloud Storage con el siguiente comando:

    gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 -b on gs://bucket-name
    

    Este depósito de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. Con la herramienta ctpu up que se usa en este instructivo, se configuran los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.

    La ubicación del depósito debe estar en la misma región que tu máquina virtual (VM) y tu nodo TPU. Las VM y los nodos TPU se encuentran en zonas específicas, que son subdivisiones dentro de una región.

  6. Inicia una VM de Compute Engine con el comando ctpu up.

    $ ctpu up --zone=europe-west4-a \
     --vm-only \
     --disk-size-gb=300 \
     --machine-type=n1-standard-8 \
     --name=mask-rcnn-tutorial \
     --tf-version=2.3.1
    
  7. Aparece la configuración que especificaste. Ingresa y para aprobar o n para cancelar.

  8. Cuando el comando ctpu up termine de ejecutarse, verifica que el indicador de shell haya cambiado de username@projectname a username@vm-name. Este cambio indica que accediste a tu VM de Compute Engine.

    gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4-a
    

    Mientras sigues estas instrucciones, ejecuta cada comando que empiece con (vm)$ en la ventana de sesión de tu VM.

Instala paquetes adicionales

La aplicación de entrenamiento Mask RCNN requiere varios paquetes adicionales. Instálalos ahora:

(vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt

Prepara los datos

  1. Agrega una variable de entorno a tu depósito de almacenamiento. Reemplaza bucket-name por el nombre de tu depósito:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  2. Agrega una variable de entorno al directorio de datos.

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
    
  3. Agrega una variable de entorno al directorio del modelo.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn
    
  4. Ejecuta la secuencia de comandos download_and_preprocess_coco.sh para convertir el conjunto de datos COCO en un conjunto de TFRecords (*.tfrecord), que son compatibles con la aplicación de entrenamiento.

    .
    (vm)$ sudo bash /usr/share/tpu/tools/datasets/download_and_preprocess_coco.sh ./data/dir/coco
    

    Esto instala las bibliotecas necesarias y ejecuta la secuencia de comandos de procesamiento previo. Como resultado, se muestra una serie de archivos *.tfrecord en tu directorio de datos local.

  5. Copia los datos en tu depósito de Cloud Storage

    Después de convertir los datos en TFRecords, cópialos desde el almacenamiento local a tu depósito de Cloud Storage con el comando gsutil. También debes copiar los archivos de anotaciones. Estos archivos ayudan a validar el rendimiento del modelo.

    (vm)$ gsutil -m cp ./data/dir/coco/*.tfrecord ${DATA_DIR}
    
    (vm)$ gsutil cp ./data/dir/coco/raw-data/annotations/*.json ${DATA_DIR}
    

Configura la Cloud TPU y comienza a entrenarla

  1. Ejecuta el siguiente comando para crear tu Cloud TPU.

    (vm)$ ctpu up --tpu-only \
      --tpu-size=v3-8 \
      --zone=europe-west4-a \
      --name=mask-rcnn-tutorial \
      --tf-version=2.3.1
    Parámetro Descripción
    tpu-size Especifica el tamaño de la Cloud TPU. En este instructivo, se usa un tamaño de TPU v3-8 para el entrenamiento y evaluación de un solo dispositivo.
    zone La zona en la que deseas crear la Cloud TPU. Debería ser la misma zona que usaste para la VM de Compute Engine. Por ejemplo, europe-west4-a.
    tf-version La versión de Tensorflow “ctpu” se instala en la VM.
  2. Aparece la configuración que especificaste. Ingresa y para aprobar o n para cancelar.

    Verás el siguiente mensaje: Operation success; not ssh-ing to Compute Engine VM due to --tpu-only flag. Como ya completaste la propagación de Llaves SSH, puedes ignorar este mensaje.

  3. Agrega una variable de entorno al nombre de tu Cloud TPU.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    

Ejecuta el entrenamiento y la evaluación

La siguiente secuencia de comandos ejecuta un entrenamiento de muestra que se entrena solo en 10 pasos y tarda aproximadamente 6 minutos en completarse en una TPU v3-8. El entrenamiento para la convergencia lleva alrededor de 22,500 pasos y aproximadamente 6 horas en una TPU v3-8.

  1. Agrega algunas variables de entorno obligatorias:

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    (vm)$ export RESNET_CHECKPOINT=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
    (vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
    (vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
    (vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
    
  2. Ejecuta el siguiente comando para entrenar el modelo Mask-RCNN:

    (vm)$ python3 /usr/share/models/official/vision/detection/main.py \
       --strategy_type=tpu \
       --tpu=${TPU_NAME} \
       --model_dir=${MODEL_DIR} \
       --mode=train \
       --model=mask_rcnn \
       --params_override="{train: { total_steps: 10, checkpoint: { path: ${RESNET_CHECKPOINT}, prefix: resnet50/ }, train_file_pattern: ${TRAIN_FILE_PATTERN} }, eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: 5000} }"
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir Especifica el directorio en el que se almacenarán los puntos de control y los resúmenes durante el entrenamiento del modelo. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, el model_dir debe ser una ruta de Cloud Storage (`gs://...`). Puedes reutilizar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales, siempre que los puntos de control anteriores se hayan creado con una TPU del mismo tamaño y con la misma versión de TensorFlow.
    RESNET_CHECKPOINT Especifica un punto de control previamente entrenado. Mask-RCNN requiere un modelo de clasificación de imágenes previamente entrenado (como ResNet) como una red troncal. En este ejemplo se usa un punto de control previamente entrenado y creado con el modelo de demostración ResNet. Si lo deseas, puedes entrenar tu propio modelo ResNet y especificar un punto de control desde el directorio de tu modelo ResNet.
  3. Ejecuta la evaluación:

    (vm)$ python3 /usr/share/models/official/vision/detection/main.py \
       --strategy_type=tpu \
       --tpu=${TPU_NAME} \
       --model_dir=${MODEL_DIR} \
       --mode=eval \
       --model=mask_rcnn \
       --params_override="{eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: 5000 } }"
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir Especifica el directorio en el que se almacenarán los puntos de control y los resúmenes durante el entrenamiento del modelo. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, el model_dir debe ser una ruta de Cloud Storage (`gs://...`). Puedes reutilizar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales, siempre que los puntos de control anteriores se hayan creado con una TPU del mismo tamaño y con la misma versión de TensorFlow.

Desde aquí, puedes concluir este instructivo y limpiar tus recursos de GCP, o bien puedes explorar cómo ejecutar el modelo en un pod de Cloud TPU.

Escalamiento de tu modelo con pods de Cloud TPU

Puedes obtener resultados más rápidos si escalas tu modelo con pods de Cloud TPU. El modelo Mask RCNN totalmente compatible puede funcionar con las siguientes porciones de pod:

  • v2-32
  • v3-32

Cuando trabajes con pods de Cloud TPU, primero entrena el modelo con un pod y, luego, usa un solo dispositivo Cloud TPU para evaluar el modelo.

Entrena con pods de Cloud TPU

Si ya borraste tu instancia de Compute Engine, crea una nueva y sigue los pasos de Configura tus recursos.

El siguiente entrenamiento de muestra se ejecuta solo en 20 pasos y tarda alrededor de 10 minutos en completarse en un nodo TPU v3-32. El entrenamiento para la convergencia lleva alrededor de 11,250 pasos y aproximadamente 2 horas en un pod de TPU v3-32.

  1. Borra el recurso Cloud TPU que creaste para entrenar el modelo en un solo dispositivo Cloud TPU.

    (vm)$ ctpu delete --tpu-only --zone=europe-west4-a --name=mask-rcnn-tutorial
  2. Ejecuta el comando ctpu up, con el parámetro tpu-size para especificar el segmento pod que desea usar. Por ejemplo, el siguiente comando usa una porción de pod v3-32.

    (vm)$ ctpu up --tpu-only \
      --tpu-size=v3-32  \
      --zone=europe-west4-a \
      --name=mask-rcnn-tutorial \
      --tf-version=2.3.1 
  3. Actualiza las variables de entorno TPU_NAME y MODEL_DIR.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn-pods
    
  4. Inicia la secuencia de comandos de entrenamiento.

    (vm)$ python3 /usr/share/models/official/vision/detection/main.py \
       --strategy_type=tpu \
       --tpu=${TPU_NAME} \
       --model_dir=${MODEL_DIR} \
       --mode=train \
       --model=mask_rcnn \
       --params_override="{train: { batch_size: 128, iterations_per_loop: 500, total_steps: 20, learning_rate: {'learning_rate_levels': [0.008, 0.0008], 'learning_rate_steps': [10000, 13000] }, checkpoint: { path: ${RESNET_CHECKPOINT}, prefix: resnet50/ }, train_file_pattern: ${TRAIN_FILE_PATTERN} }, eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}} }"
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir Especifica el directorio en el que se almacenarán los puntos de control y los resúmenes durante el entrenamiento del modelo. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, el model_dir debe ser una ruta de Cloud Storage (`gs://...`). Puedes reutilizar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales, siempre que los puntos de control anteriores se hayan creado con una TPU del mismo tamaño y con la misma versión de TensorFlow.
    RESNET_CHECKPOINT Especifica un punto de control previamente entrenado. Mask-RCNN requiere un modelo de clasificación de imágenes previamente entrenado (como ResNet) como una red troncal. En este ejemplo se usa un punto de control previamente entrenado y creado con el modelo de demostración ResNet. Si lo deseas, puedes entrenar tu propio modelo ResNet y especificar un punto de control desde el directorio de tu modelo ResNet.

Evalúa el modelo

En este paso, usa un único nodo de Cloud TPU para evaluar el modelo entrenado anterior con respecto al conjunto de datos COCO. La evaluación dura unos 20 minutos.

  1. Borra el recurso Cloud TPU que creaste para entrenar el modelo en un pod.

    (vm)$ ctpu delete --tpu-only \
     --zone=europe-west4-a \
     --name=mask-rcnn-tutorial
  2. Inicia un nuevo dispositivo de TPU para ejecutar la evaluación.

    (vm)$ ctpu up --tpu-only \
      --tpu-size=v3-8 \
      --zone=europe-west4-a \
      --tf-version=2.3.1 \
      --name=mask-rcnn-tutorial
    
  3. Actualiza la variable de entorno TPU_NAME.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    
  4. Inicia la evaluación.

    (vm)$ python3 /usr/share/models/official/vision/detection/main.py \
       --strategy_type=tpu \
       --tpu=mask-rcnn-tutorial \
       --model_dir=${MODEL_DIR} \
       --mode=eval \
       --model=mask_rcnn \
       --params_override="{eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: 5000 } }"
    

Limpia

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud Platform por los recursos que usaste en este instructivo:

Limpia la instancia de VM de Compute Engine y los recursos de Cloud TPU.

  1. Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:

    (vm)$ exit
    

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  2. En tu VM o Cloud Shell, ejecuta ctpu delete con las marcas --name y --zone que usaste cuando configuraste Cloud TPU para borrar tu Cloud TPU:

    $ ctpu delete --name=mask-rcnn-tutorial \
      --zone=europe-west4-a
    
  3. Ejecuta el siguiente comando para verificar que la VM de Compute Engine y la Cloud TPU se hayan cerrado:

    $ ctpu status --name=mask-rcnn-tutorial --zone=europe-west4-a
    

    La eliminación puede tardar varios minutos. Una respuesta como la que se muestra a continuación indica que no hay más instancias asignadas:

    2018/04/28 16:16:23 WARNING: Setting zone to "europe-west4-a"
    No instances currently exist.
            Compute Engine VM:     --
            Cloud TPU:             --
    
  4. Ejecuta gsutil como se muestra y reemplaza bucket-name por el nombre del depósito de Cloud Storage que creaste para este instructivo:

    $ gsutil rm -r gs://bucket-name
    

¿Qué sigue?

En este instructivo, entrenaste el modelo Mask-RCNN con un conjunto de datos de muestra. Los resultados de esta capacitación (en la mayoría de los casos) no se pueden usar para la inferencia. Para usar un modelo de inferencia, puedes entrenar los datos en un conjunto de datos disponible públicamente o en tu propio conjunto de datos. Los modelos entrenados en Cloud TPU requieren que los conjuntos de datos tengan el formato TFRecord.

Puedes usar la muestra de la herramienta de conversión de conjuntos de datos para convertir un conjunto de datos de clasificación de imágenes en formato TFRecord. Si no usas un modelo de clasificación de imágenes, deberás convertir tu conjunto de datos en formato TFRecord tú mismo. Para obtener más información, consulta TFRecord y tf.Example.

Ajuste de hiperparámetros

Para mejorar el rendimiento del modelo con tu conjunto de datos, puedes ajustar los hiperparámetros del modelo. Puedes encontrar información sobre hiperparámetros comunes a todos los modelos compatibles con TPU en GitHub. La información sobre los hiperparámetros específicos del modelo se puede encontrar en el código fuente para cada modelo. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general del ajuste de hiperparámetros, Usa el servicio de ajuste de hiperparámetros y Ajusta los hiperparámetros.

Inferencia

Una vez que entrenaste tu modelo, puedes usarlo para la inferencia (también llamada predicción). AI Platform es una solución basada en la nube que sirve para desarrollar, entrenar e implementar modelos de aprendizaje automático. Una vez que se implementa un modelo, puedes usar el servicio de AI Platform Prediction.