Entraîner le modèle Mask RCNN sur Cloud TPU (TF 2.x)

Présentation

Ce tutoriel explique comment exécuter le modèle Mask RCNN à l'aide de Cloud TPU avec l'ensemble de données COCO.

Le système Mask RCNN est un réseau de neurones profond conçu pour la détection d'objets et la segmentation d'images, l'une des étapes les plus difficiles pour la vision par ordinateur.

Le modèle Mask RCNN génère des cadres de délimitation et des masques de segmentation pour chaque instance d'un objet dans l'image. Le modèle est basé sur le réseau de pyramides à caractéristiques (FPN) et sur un réseau backbone ResNet50.

Ce tutoriel utilise Tensorflow Keras APIs pour entraîner le modèle. L'API Keras est une API TensorFlow de haut niveau. Il s'agit de la méthode recommandée pour créer et exécuter un modèle de machine learning sur Cloud TPU. Cette API simplifie le processus de développement des modèles en masquant la plupart des mises en œuvre de bas niveau, ce qui facilite le basculement entre le TPU et d'autres plates-formes telles que le GPU ou le processeur.

Les instructions ci-dessous supposent que vous savez comment exécuter un modèle sur Cloud TPU. Si vous débutez avec Cloud TPU, consultez le guide de démarrage rapide pour en savoir plus.

Si vous prévoyez d'effectuer l'entraînement sur une tranche de pod TPU, consultez la section Entraîner sur des pods TPU pour comprendre les modifications de paramètres requises pour les tranches de pods.

Objectifs

Créer un bucket Cloud Storage pour stocker votre ensemble de données et la sortie du modèle
Préparer l'ensemble de données COCO
Configurer une VM Compute Engine et un nœud Cloud TPU pour l'entraînement et l'évaluation
Exécuter les tâches d'entraînement et d'évaluation sur un seul Cloud TPU ou sur un pod Cloud TPU

Coûts

Ce tutoriel utilise des composants facturables de Google Cloud, dont :

Instance
Cloud TPU
Cloud Storage

Obtenez une estimation des coûts en fonction de votre utilisation prévue à l'aide du simulateur de coût. Les nouveaux utilisateurs de Google Cloud peuvent bénéficier d'un essai gratuit.

Avant de commencer

Avant de commencer ce tutoriel, vérifiez que votre projet Google Cloud est correctement configuré.

Connectez-vous à votre compte Google.
Si vous n'en possédez pas déjà un, vous devez en créer un.

Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

Remarque : Si vous ne comptez pas conserver les ressources créées dans cette procédure, créez un projet au lieu de sélectionner un projet existant. Après avoir suivi ces étapes, vous pouvez supprimer le projet. Cela entraîne la suppression de toutes les ressources qui lui sont associées.

Accéder à la page de sélection du projet

Assurez-vous que la facturation est activée pour votre projet Cloud. Découvrez comment vérifier que la facturation est activée pour votre projet.

Ce tutoriel utilise des composants facturables de Google Cloud. Consultez la grille tarifaire de Cloud TPU pour estimer vos coûts. Veillez à nettoyer les ressources que vous avez créées lorsque vous avez terminé, afin d'éviter des frais inutiles.

Si vous prévoyez d'entraîner un modèle sur une tranche de pod TPU, consultez la section Entraînement sur les pods TPU pour comprendre les modifications de paramètres nécessaires pour les tranches de pods.

Configurer vos ressources

Cette section fournit des informations sur la configuration des ressources Cloud Storage, de VM et Cloud TPU pour ce tutoriel.

Ouvrez une fenêtre Cloud Shell.

Ouvrir Cloud Shell
Créez une variable d'environnement pour l'ID de votre projet.
```
export PROJECT_ID=project-id
```
Configurez l'outil de ligne de commande gcloud pour utiliser le projet dans lequel vous souhaitez créer une Cloud TPU.
```
gcloud config set project ${PROJECT_ID}
```
La première fois que vous exécutez cette commande dans une nouvelle VM Cloud Shell, une page Authorize Cloud Shell s'affiche. Cliquez sur Authorize en bas de la page pour permettre à gcloud d'effectuer des appels d'API GCP avec vos identifiants.

Créez un compte de service pour le projet Cloud TPU.

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

La commande renvoie un compte de service Cloud TPU au format suivant :

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

Créez un bucket Cloud Storage à l'aide de la commande suivante :
Remarque : Dans la commande suivante, remplacez bucket-name par le nom que vous souhaitez attribuer à votre bucket.
```
gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 -b on gs://bucket-name
```
Ce bucket Cloud Storage stocke les données que vous utilisez pour entraîner votre modèle, ainsi que les résultats de l'entraînement. L'outil ctpu up utilisé dans ce tutoriel définit les autorisations par défaut pour le compte de service Cloud TPU que vous avez configuré à l'étape précédente. Si vous souhaitez utiliser des autorisations plus précises, vérifiez les autorisations de niveau d'accès.

L'emplacement du bucket doit se trouver dans la même région que votre machine virtuelle (VM) et votre nœud TPU. Les VM et les nœuds TPU sont situés dans des zones spécifiques, qui sont des subdivisions au sein d'une région.
Lancez une VM Compute Engine à l'aide de la commande ctpu up.
```
$ ctpu up --project=${PROJECT_ID} \
 --zone=europe-west4-a \
 --vm-only \
 --disk-size-gb=300 \
 --machine-type=n1-standard-8 \
 --name=mask-rcnn-tutorial \
 --tf-version=2.4.1
```
Description des options de commande

project
ID de votre projet GCP
zone
Zone dans laquelle vous prévoyez de créer votre Cloud TPU.
vm-only

Crée la VM sans créer de Cloud TPU. Par défaut, la commande ctpu up crée une VM et un Cloud TPU.

disk-size-gb
Taille du disque dur en Go de la VM créée par la commande ctpu up.
machine-type
Type de machine de la VM Compute Engine à créer.
name
Nom de la ressource Cloud TPU à créer.
tf-version
La version de Tensorflow que ctpu installe sur la VM.
La configuration que vous avez spécifiée apparaît. Saisissez y pour approuver ou n pour annuler.
Une fois l'exécution de la commande ctpu up terminée, vérifiez que l'invite de l'interface système est passée de username@projectname à username@vm-name. Cette modification indique que vous êtes maintenant connecté à votre VM Compute Engine.

Remarque : Lors de la première exécution de ctpu up sur un projet, plusieurs minutes peuvent être nécessaires pour effectuer des tâches de démarrage telles que la propagation SSH et l'activation de l'API. Un message d'erreur apparaît parfois, lors de la propagation de la clé SSH (ERROR: (gcloud.compute.ssh) [/usr/bin/ssh] exited with return code [255]). Dans ce cas, exécutez la commande suivante pour résoudre le problème.
```
gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4-a
```
À mesure que vous appliquez ces instructions, exécutez chaque commande commençant par (vm)$ dans la fenêtre de session de la VM.

Installer les packages supplémentaires

L'application d'apprentissage Mask RCNN nécessite plusieurs packages supplémentaires. Installez-les maintenant :

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

Préparer les données

Ajoutez une variable d'environnement pour votre bucket de stockage. Remplacez bucket-name par le nom de votre bucket.
```
(vm)$ export STORAGE_BUCKET=gs://bucket-name
```
Ajoutez une variable d'environnement pour le répertoire de données.
```
(vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
```
Ajoutez une variable d'environnement pour le répertoire de modèle.
```
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn
```
Exécutez le script download_and_preprocess_coco.sh pour convertir l'ensemble de données COCO en fichiers TFRecord (*.tfrecord), ce qui correspond au format attendu par l'application d'entraînement.

Remarque : L'exécution du script de téléchargement et de conversion COCO prend environ une heure. Si votre Cloud Shell expire, exécutez à nouveau le script à l'aide de la commande nohup qui vous permet de vous reconnecter à la VM et d'afficher les résultats du script.
```
(vm)$ sudo bash /usr/share/tpu/tools/datasets/download_and_preprocess_coco.sh ./data/dir/coco
```
Cela installe les bibliothèques requises et exécute le script de prétraitement. Un certain nombre de fichiers *.tfrecord est alors créé dans votre répertoire de données.
Copiez les données dans votre bucket Cloud Storage

Après avoir converti les données en TFRecord, copiez-les depuis le stockage local vers votre bucket Cloud Storage à l'aide de la commande gsutil. Vous devez également copier les fichiers d'annotation. Ces fichiers vous aident à valider les performances du modèle.
```
(vm)$ gsutil -m cp ./data/dir/coco/*.tfrecord ${DATA_DIR}
```
```
(vm)$ gsutil cp ./data/dir/coco/raw-data/annotations/*.json ${DATA_DIR}
```

Configurer et démarrer l'entraînement de Cloud TPU

Exécutez la commande suivante pour créer un Cloud TPU.
```
(vm)$ ctpu up --project=${PROJECT_ID} \
  --tpu-only \
  --tpu-size=v3-8 \
  --zone=europe-west4-a \
  --name=mask-rcnn-tutorial \
  --tf-version=2.4.1
```
Description des options de commande

project
ID de votre projet GCP
tpu-only

Crée un Cloud TPU uniquement. Par défaut, la commande ctpu up crée une VM et un Cloud TPU.

tpu-size
Type du Cloud TPU à créer.
zone
Zone dans laquelle vous prévoyez de créer votre Cloud TPU.
name
Nom de la ressource Cloud TPU à créer.
tf-version
La version de Tensorflow que ctpu installe sur la VM.
La configuration que vous avez spécifiée apparaît. Saisissez y pour approuver ou n pour annuler.

Le message suivant s'affiche : Operation success; not ssh-ing to Compute Engine VM due to --tpu-only flag. Vous pouvez ignorer ce message puisque vous avez déjà effectué la propagation de clé SSH.
Ajoutez une variable d'environnement pour le nom du Cloud TPU.
```
(vm)$ export TPU_NAME=mask-rcnn-tutorial
```

Exécuter l'entraînement et l'évaluation

Le script suivant exécute un exemple d'entraînement de dix étapes seulement et dure environ six minutes sur un TPU v3-8. L'entraînement à la conversion nécessite environ 22 500 étapes et environ 6 heures sur un TPU v3-8.

Ajoutez des variables d'environnement obligatoires :

(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

Exécutez la commande suivante pour entraîner le modèle 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} }"

Réglage	Description
`tpu`	Spécifie le nom du Cloud TPU. Cette valeur est définie en spécifiant la variable d'environnement (`TPU_NAME`).
`model_dir`	Spécifie le répertoire dans lequel sont stockés les points de contrôle et les résumés lors de l'entraînement du modèle. Si ce dossier est absent, le programme le crée. Lorsque vous utilisez Cloud TPU, le chemin `model_dir` doit être un chemin Cloud Storage (gs://...). Vous pouvez réutiliser un dossier existant pour charger les données de point de contrôle actuelles et stocker des points de contrôle supplémentaires si les points de contrôle précédents ont été créés avec des TPU de même taille et la même version de TensorFlow.
`RESNET_CHECKPOINT`	Spécifie un point de contrôle pré-entraîné. Mask-RCNN nécessite l'utilisation d'un modèle de classification d'images pré-entraîné (tel que ResNet) en tant que réseau backbone. Cet exemple utilise un point de contrôle pré-entraîné créé à l'aide du modèle de démonstration ResNet. Si vous le souhaitez, vous pouvez également entraîner votre propre modèle ResNet et spécifier un point de contrôle à partir du répertoire de celui-ci.

Exécutez l'évaluation :

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

Réglage Description

tpu Spécifie le nom du Cloud TPU. Cette valeur est définie en spécifiant la variable d'environnement (TPU_NAME).

model_dir Spécifie le répertoire dans lequel sont stockés les points de contrôle et les résumés lors de l'entraînement du modèle. Si ce dossier est absent, le programme le crée. Lorsque vous utilisez Cloud TPU, le chemin model_dir doit être un chemin Cloud Storage (gs://...). Vous pouvez réutiliser un dossier existant pour charger les données de point de contrôle actuelles et stocker des points de contrôle supplémentaires si les points de contrôle précédents ont été créés avec des TPU de même taille et la même version de TensorFlow.

Vous pouvez maintenant terminer ce tutoriel et nettoyer vos ressources GCP. Vous pouvez également choisir d'explorer plus avant l'exécution du modèle dans un pod Cloud TPU.

Mise à l'échelle de votre modèle avec les pods Cloud TPU

Vous pouvez obtenir des résultats plus rapidement en adaptant votre modèle aux pods Cloud TPU. Le modèle Mask RCNN est totalement compatible et peut fonctionner avec les tranches de pod suivantes :

v2-32
v3-32

Lorsque vous utilisez des pods TPU Cloud, vous devez d'abord entraîner le modèle à l'aide d'un pod, puis utiliser un seul appareil Cloud TPU pour évaluer le modèle.

Entraîner avec les pods Cloud TPU

Si vous avez déjà supprimé votre instance Compute Engine, créez-en une nouvelle en suivant les étapes décrites dans la section Configurer vos ressources.

L'exemple d'entraînement ci-dessous ne nécessite que 20 étapes et dure environ 10 minutes sur un nœud TPU v3-32. L'entraînement à la conversion nécessite environ 11 250 étapes et environ 2 heures sur un pod TPU v3-32.

Supprimez la ressource Cloud TPU que vous avez créée pour entraîner le modèle sur un appareil Cloud TPU unique.
```
(vm)$ ctpu delete --tpu-only --zone=europe-west4-a --name=mask-rcnn-tutorial
```
Exécutez la commande ctpu up à l'aide du paramètre tpu-size pour spécifier la tranche de pod que vous souhaitez utiliser. Par exemple, la commande suivante utilise une tranche de pod v3-32.
```
(vm)$ ctpu up --project=${PROJECT_ID} \
  --tpu-only \
  --tpu-size=v3-32  \
  --zone=europe-west4-a \
  --name=mask-rcnn-tutorial \
  --tf-version=2.4.1 
```

Mettez à jour les variables d'environnement TPU_NAME et MODEL_DIR.

(vm)$ export TPU_NAME=mask-rcnn-tutorial
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn-pods

Commencez le script d'entraînement.

(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}} }"

Réglage	Description
`tpu`	Spécifie le nom du Cloud TPU. Cette valeur est définie en spécifiant la variable d'environnement (`TPU_NAME`).
`model_dir`	Spécifie le répertoire dans lequel sont stockés les points de contrôle et les résumés lors de l'entraînement du modèle. Si ce dossier est absent, le programme le crée. Lorsque vous utilisez Cloud TPU, le chemin `model_dir` doit être un chemin Cloud Storage (gs://...). Vous pouvez réutiliser un dossier existant pour charger les données de point de contrôle actuelles et stocker des points de contrôle supplémentaires si les points de contrôle précédents ont été créés avec des TPU de même taille et la même version de TensorFlow.
`RESNET_CHECKPOINT`	Spécifie un point de contrôle pré-entraîné. Mask-RCNN nécessite l'utilisation d'un modèle de classification d'images pré-entraîné (tel que ResNet) en tant que réseau backbone. Cet exemple utilise un point de contrôle pré-entraîné créé à l'aide du modèle de démonstration ResNet. Si vous le souhaitez, vous pouvez également entraîner votre propre modèle ResNet et spécifier un point de contrôle à partir du répertoire de celui-ci.

Évaluer le modèle

Au cours de cette étape, vous utilisez un seul nœud Cloud TPU pour évaluer le modèle entraîné ci-dessus par rapport à l'ensemble de données COCO. L'évaluation dure environ 10 minutes.

Supprimez la ressource Cloud TPU que vous avez créée pour entraîner le modèle sur un pod.

(vm)$ ctpu delete --project=${PROJECT_ID} \
 --tpu-only \
 --zone=europe-west4-a \
 --name=mask-rcnn-tutorial

Lancez un nouvel appareil TPU pour exécuter la tâche d'évaluation.

(vm)$ ctpu up --project=${PROJECT_ID} \
  --tpu-only \
  --tpu-size=v3-8 \
  --zone=europe-west4-a \
  --tf-version=2.4.1 \
  --name=mask-rcnn-tutorial

Mettez à jour la variable d'environnement "TPU_NAME".
```
(vm)$ export TPU_NAME=mask-rcnn-tutorial
```

Commencez l'évaluation.

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

Nettoyer

Pour éviter que les ressources utilisées lors de ce tutoriel soient facturées sur votre compte Google Cloud, supprimez le projet contenant les ressources, ou conservez le projet et les ressources individuelles.

Nettoyez l'instance de VM Compute Engine et les ressources Cloud TPU.

Déconnectez-vous de l'instance Compute Engine, si vous ne l'avez pas déjà fait :
```
(vm)$ exit
```
Votre invite devrait maintenant être username@projectname, indiquant que vous êtes dans Cloud Shell.
Dans votre VM ou Cloud Shell, exécutez ctpu delete avec les options --name et --zone que vous avez utilisées lors de la configuration de Cloud TPU pour supprimer votre Cloud TPU :
```
$ ctpu delete --project=${PROJECT_ID} \
  --name=mask-rcnn-tutorial \
  --zone=europe-west4-a
```

Exécutez la commande suivante pour vérifier que la VM Compute Engine et Cloud TPU ont été arrêtés :

$ ctpu status --project=${PROJECT_ID} \
  --name=mask-rcnn-tutorial \
  --zone=europe-west4-a

La suppression peut prendre plusieurs minutes. Si vous n'avez plus d'instances allouées, une réponse de ce type s'affiche :

2018/04/28 16:16:23 WARNING: Setting zone to "europe-west4-a"
No instances currently exist.
        Compute Engine VM:     --
        Cloud TPU:             --

Exécutez gsutil comme indiqué, en remplaçant bucket-name par le nom du bucket Cloud Storage que vous avez créé pour ce tutoriel :
```
$ gsutil rm -r gs://bucket-name
```

Étape suivante

Dans ce tutoriel, vous avez entraîné le modèle Mask-RCNN à l'aide d'un exemple d'ensemble de données. Les résultats de cet entraînement ne sont pas utilisables pour l'inférence dans la plupart des cas. Afin d'utiliser un modèle pour l'inférence, vous pouvez entraîner les données sur un ensemble de données accessible au public ou sur votre propre ensemble de données. Les modèles entraînés sur des appareils Cloud TPU nécessitent des ensembles de données au format TFRecord.

Vous pouvez utiliser l'exemple d'outil de conversion d'ensemble de données pour convertir un ensemble de données de classification d'images au format TFRecord. Si vous n'utilisez pas de modèle de classification d'images, vous devez convertir vous-même votre ensemble de données au format TFRecord. Pour en savoir plus, consultez la section TFRecord et tf.Example.

Réglages d'hyperparamètres

Pour améliorer les performances du modèle avec votre ensemble de données, vous pouvez régler ses hyperparamètres. Vous trouverez des informations sur les hyperparamètres communs à tous les modèles compatibles avec des TPU sur GitHub. Des informations sur les hyperparamètres spécifiques au modèle sont disponibles dans le code source de chaque modèle. Pour en savoir plus sur ces réglages, consultez les pages Présentation des réglages d'hyperparamètres, Utiliser le service de réglage d'hyperparamètres et Régler les hyperparamètres.

Inférence

Une fois que vous avez entraîné votre modèle, vous pouvez l'utiliser pour l'inférence (également appelée prédiction). AI Platform est une solution basée sur le cloud permettant de développer, d'entraîner et de déployer des modèles de machine learning. Une fois un modèle déployé, vous pouvez utiliser le service AI Platform Prediction.

En savoir plus sur ctpu, y compris sur la façon de l'installer sur un ordinateur local.
Découvrez les outils TPU dans TensorBoard.