Como treinar Mask RCNN no Cloud TPU (TF 2.x)

Visão geral

Neste tutorial, você verá como executar o modelo Mask RCNN usando a Cloud TPU com o conjunto de dados COCO (em inglês).

Mask RCNN é uma rede neural profunda projetada para abordar a detecção de objetos e a segmentação de imagens, um dos desafios mais difíceis da visão computacional.

O modelo Mask RCNN gera caixas delimitadoras e máscaras de segmentação para cada instância de um objeto na imagem. Ele é baseado na rede de pirâmide de atributos (FPN, na sigla em inglês) e em um backbone ResNet50.

Neste tutorial, Tensorflow Keras APIs (em inglês) é usado para treinar o modelo. A API Keras é uma API de alto nível do TensorFlow que pode ser usada para criar e executar um modelo de machine learning na Cloud TPU. A API simplifica o processo de desenvolvimento do modelo ao ocultar a maior parte da implementação de nível baixo. Isso facilita a alternância entre a TPU e outras plataformas, como GPU ou CPU.

Para seguir as instruções abaixo, é necessário ter familiaridade com o modelo de uma Cloud TPU. Se você não estiver familiarizado com o Cloud TPU, consulte o Guia de início rápido para uma introdução básica.

Objetivos

  • Preparar o conjunto de dados COCO
  • Criar um bucket do Cloud Storage para armazenar o conjunto de dados e a saída do modelo.
  • Configurar recursos de TPU para treinamento e avaliação
  • Executar treinamento e avaliação em uma única Cloud TPU ou em um pod da Cloud TPU.

Custos

Neste tutorial, há componentes faturáveis do Google Cloud, entre eles:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Use a calculadora de preços para gerar uma estimativa de custos baseada na projeção de uso. Novos usuários do Google Cloud podem estar qualificados para uma avaliação gratuita.

Antes de começar

Antes de começar o tutorial, verifique se o projeto do Google Cloud foi configurado corretamente.

  1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.
  2. No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

    Acessar o seletor de projetos

  3. Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

  4. No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

    Acessar o seletor de projetos

  5. Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

  6. Este tutorial usa componentes faturáveis do Google Cloud. Consulte a página de preços da Cloud TPU para fazer uma estimativa dos custos. Para evitar cobranças desnecessárias, não se esqueça de apagar os recursos criados ao terminar de usá-los.

Preparar o conjunto de dados COCO

Este tutorial usa o conjunto de dados COCO. O conjunto de dados precisa estar no formato TFRecord em um bucket do Cloud Storage a ser usado para o treinamento.

Se você já tem o conjunto de dados COCO preparado em um bucket do Cloud Storage localizado nozona que você usará para treinar o modelo, pode acessar diretamente treinamento de dispositivo único. Caso contrário, siga as etapas abaixo para preparar o conjunto de dados.

  1. Abra uma janela do Cloud Shell.

    Abra o Cloud Shell

  2. No Cloud Shell, crie um bucket do Cloud Storage usando o comando a seguir:

    gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 gs://bucket-name
    
  3. Inicie uma instância de VM do Compute Engine.

    Essa instância de VM só será usada para fazer o download e o pré-processamento do conjunto de dados COCO. Preencha o instance-name com um nome de sua escolha.

    $ gcloud compute tpus execution-groups create \
     --vm-only \
     --name=instance-name \
     --zone=europe-west4-a \
     --disk-size=300 \
     --machine-type=n1-standard-16 \
     --tf-version=2.6.0
    

    Descrições de sinalizações de comando

    vm-only
    Crie somente uma VM. Por padrão, o comando gcloud compute tpus execution-groups cria uma VM e uma Cloud TPU.
    name
    O nome da Cloud TPU a ser criada.
    zone
    A zona em que você planeja criar a Cloud TPU.
    disk-size
    O tamanho do disco rígido em GB da VM criada pelo comando gcloud compute tpus execution-groups .
    machine-type
    O tipo de máquina da VM do Compute Engine a ser criado.
    tf-version
    A versão do gcloud compute tpus execution-groups do Tensorflow é instalada na VM.
  4. Se você não estiver conectado automaticamente à instância do Compute Engine, faça login executando o seguinte comando ssh. Quando você faz login na VM, o prompt do shell muda de username@projectname para username@vm-name:

      $ gcloud compute ssh instance-name --zone=europe-west4-a
      

  5. Configure duas variáveis, uma para o bucket de armazenamento criado anteriormente e outra para o diretório que contém os dados de treinamento (DATA_DIR) no bucket de armazenamento.

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
  6. Instale os pacotes necessários para pré-processar os dados.

    (vm)$ sudo apt-get install -y python3-tk && \
      pip3 install --user Cython matplotlib opencv-python-headless pyyaml Pillow && \
      pip3 install --user "git+https://github.com/cocodataset/cocoapi#egg=pycocotools&subdirectory=PythonAPI"
    
  7. Execute o script download_and_preprocess_coco.sh para converter o conjunto de dados COCO em um conjunto de TFRecords (*.tfrecord) esperado pelo aplicativo de treinamento.

    (vm)$ git clone https://github.com/tensorflow/tpu.git
    (vm)$ sudo bash tpu/tools/datasets/download_and_preprocess_coco.sh ./data/dir/coco
    

    Isso instala as bibliotecas necessárias e executa o script de pré-processamento. A saída são alguns arquivos *.tfrecord no diretório de dados. O script de download e conversão do COCO leva aproximadamente 1 hora para ser concluído.

  8. Copiar os dados para o bucket do Cloud Storage

    Depois de converter os dados para TFRecords, use o comando gsutil para copiá-los do armazenamento local para o bucket do Cloud Storage. Também é preciso copiar os arquivos de anotação. Eles ajudam a validar o desempenho do modelo.

    (vm)$ gsutil -m cp ./data/dir/coco/*.tfrecord ${DATA_DIR}
    (vm)$ gsutil cp ./data/dir/coco/raw-data/annotations/*.json ${DATA_DIR}
    
  9. Limpar os recursos da VM

    Depois que o conjunto de dados COCO for convertido em TFRecords e copiado para o DATA_DIR no bucket do Cloud Storage, será possível excluir a instância do Compute Engine.

    Desconecte-se da instância do Compute Engine:

    (vm)$ exit
    

    Agora, o prompt precisa ser username@projectname, mostrando que você está no Cloud Shell.

  10. Exclua a instância do Compute Engine.

      $ gcloud compute instances delete instance-name
        --zone=europe-west4-a
      

Como treinar a máscara RCNN em um único dispositivo TPU

Se você planeja treinar em uma fração do pod de TPU, consulte Treinamento em pods de TPU para entender as alterações necessárias para treinar em frações de pod.

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Crie uma variável de ambiente para o código do projeto.

    export PROJECT_ID=project-id
  3. Configure a ferramenta de linha de comando da gcloud para usar o projeto em que o Cloud TPU será criado.

    gcloud config set project ${PROJECT_ID}
    

    Na primeira vez que você executar esse comando em uma nova VM do Cloud Shell, será exibida uma página Authorize Cloud Shell. Clique em Authorize na parte inferior da página para permitir que gcloud faça chamadas de API do GCP com suas credenciais.

  4. Crie uma conta de serviço para o projeto da Cloud TPU.

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

    O comando retorna uma conta de serviço do Cloud TPU com o formato a seguir:

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

  5. Exportar variáveis de configuração da TPU

    Exporte o ID do projeto, o nome que você quer usar para os recursos da TPU e a zona em que você treinará o modelo e armazenará todos os dados relacionados ao treinamento.

    $ export TPU_NAME=mask-rcnn-tutorial
    $ export ZONE=europe-west4-a

  6. Crie um bucket do Cloud Storage usando o seguinte comando:

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

    Esse bucket do Cloud Storage armazena os dados usados para treinar o modelo e os resultados do treinamento. O comando gcloud usado neste tutorial para configurar a TPU também configura permissões padrão para a conta de serviço do Cloud TPU configurada na etapa anterior. Caso queira permissões mais específicas, consulte as permissões de nível de acesso.

  7. Use o comando gcloud para iniciar uma VM do Compute Engine e a Cloud TPU. O comando usado depende do uso de VMs ou nós de TPU. Para ver mais informações sobre as duas arquiteturas de VM, consulte Arquitetura do sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm create mask-rcnn-tutorial \
    --zone=europe-west4-a \
    --accelerator-type=v3-8 \
    --version=tpu-vm-tf-2.6.0
    

    Descrições de sinalizações de comando

    zone
    A zona em que você planeja criar a Cloud TPU.
    accelerator-type
    O tipo da Cloud TPU a ser criada.
    version
    A versão do ambiente de execução do Cloud TPU.

    Nó da TPU

    $ gcloud compute tpus execution-groups create  \
     --zone=europe-west4 \
     --name=mask-rcnn-tutorial \
     --accelerator-type=v3-8 \
     --machine-type=n1-standard-8 \
     --disk-size=300 \
     --tf-version=2.6.0
    

    Descrições de sinalizações de comando

    zone
    A zona em que você planeja criar a Cloud TPU.
    name
    O nome da TPU. Se não for especificado, o padrão será seu nome de usuário.
    accelerator-type
    O tipo da Cloud TPU a ser criada.
    machine-type
    O tipo de máquina da VM do Compute Engine a ser criado.
    disk-size
    O tamanho de volume raiz da VM do Compute Engine (em GB).
    tf-version
    A versão do Tensorflow gcloud é instalada na VM.

    Para mais informações sobre o comando gcloud, consulte a referência da gcloud.

  8. Se você não estiver conectado automaticamente à instância do Compute Engine, faça login executando o seguinte comando ssh. Quando você faz login na VM, o prompt do shell muda de username@projectname para username@vm-name:

    VM de TPU

    gcloud alpha compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=europe-west4
    

    Nó da TPU

    gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4
    
  9. Instale os requisitos do TensorFlow.

    O comando usado depende do uso de VMs ou nós de TPU.

    VM de TPU

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

    Nó da TPU

    (vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
    
  10. Defina a variável de nome da Cloud TPU.

    VM de TPU

    (vm)$ export TPU_NAME=local
    

    Nó da TPU

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    
  11. Configure as seguintes variáveis de ambiente, substituindo bucket-name pelo nome do bucket do Cloud Storage:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  12. Adicione variáveis de ambiente aos diretórios de dados e modelos.

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn
    
  13. Adicione mais algumas variáveis de ambiente necessárias:

    (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
    
  14. Defina a variável de ambiente PYTHONPATH:

    VM de TPU

    (vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}"
    

    Nó da TPU

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    
  15. Mude para o diretório que armazena o modelo:

    VM de TPU

    (vm)$ cd ~/models/official/vision/detection
    

    Nó da TPU

    (vm)$ cd /usr/share/models/official/vision/detection
    

O script a seguir executa um treinamento de amostra que treina por apenas 10 etapas e leva aproximadamente 10 minutos para ser concluído em uma TPU v3-8. O treinamento para a conversão leva cerca de 22.500 etapas e aproximadamente 6 horas em uma TPU v3-8.

  1. Execute o seguinte comando para treinar o modelo Mask-RCNN:

    (vm)$ python3 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} }"
    

    Descrições de sinalizações de comando

    strategy_type
    A estratégia de distribuição
    tpu
    O nome da sua TPU.
    model_dir
    Especifica o diretório em que os checkpoints e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage ("gs://..."). É possível reutilizar uma pasta existente para carregar os dados do checkpoint atual e armazenar checkpoints extras, desde que os checkpoints anteriores tenham sido criados usando uma TPU do mesmo tamanho e versão do TensorFlow.

    Quando o treinamento for concluído, aparecerá uma mensagem semelhante à seguinte:

    Train Step: 10/10  / loss = {'total_loss': 2.6386399269104004,
    'loss': 2.6386399269104004, 'fast_rcnn_class_loss': 0.5143030881881714,
    'fast_rcnn_box_loss': 0.005997246131300926, 'mask_loss': 0.7189582586288452,
    'model_loss': 1.898547887802124, 'l2_regularization_loss': 0.7400921583175659,
    'rpn_score_loss': 0.6035243272781372, 'rpn_box_loss': 0.055764954537153244,
    'learning_rate': 0.008165999} / training metric = {'total_loss': 2.6386399269104004,
    'loss': 2.6386399269104004, 'fast_rcnn_class_loss': 0.5143030881881714,
    'fast_rcnn_box_loss': 0.005997246131300926, 'mask_loss': 0.7189582586288452,
    'model_loss': 1.898547887802124, 'l2_regularization_loss': 0.7400921583175659,
    'rpn_score_loss': 0.6035243272781372, 'rpn_box_loss': 0.055764954537153244,
    'learning_rate': 0.008165999}
    
  2. Execute a avaliação. Isso levará aproximadamente 15 minutos em uma TPU v3-8:

    (vm)$ python3 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 } }"
    

    Descrições de sinalizações de comando

    strategy_type
    A estratégia de distribuição
    tpu
    O nome da sua TPU.
    model_dir
    Especifica o diretório em que os checkpoints e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage ("gs://..."). É possível reutilizar uma pasta existente para carregar os dados do checkpoint atual e armazenar checkpoints extras, desde que os checkpoints anteriores tenham sido criados usando uma TPU do mesmo tamanho e versão do TensorFlow.

    Quando a avaliação for concluída, será exibida uma mensagem semelhante a esta:

    DONE (t=5.41s).
    Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.000
    

    Você concluiu o treinamento e a avaliação para um dispositivo. Siga as etapas abaixo para excluir os recursos atuais da TPU de dispositivo único.

  3. Desconecte-se da instância do Compute Engine:

    (vm)$ exit
    

    Agora, o prompt precisa ser username@projectname, mostrando que você está no Cloud Shell.

  4. Exclua o recurso da TPU.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete mask-rcnn-tutorial \
    --zone=europe-west4
    

    Descrições de sinalizações de comando

    zone
    A zona em que a Cloud TPU residiu.

    Nó da TPU

    $ gcloud compute tpus execution-groups delete mask-rcnn-tutorial \
    --tpu-only \
    --zone=europe-west4
    

    Descrições de sinalizações de comando

    tpu-only
    Exclui apenas a Cloud TPU. A VM continua disponível.
    zone
    A zona que contém a TPU a ser excluída.

Neste ponto, é possível concluir este tutorial e limpar ou continuar executando o modelo nos pods da Cloud TPU.

Como escalonar o modelo com os pods da Cloud TPU

Treinamento do Pod da TPU

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Crie uma variável para o ID do seu projeto.

    export PROJECT_ID=project-id
    
  3. Configure a ferramenta de linha de comando gcloud para usar o projeto em que a Cloud TPU será criada.

    gcloud config set project ${PROJECT_ID}
    

    Na primeira vez que você executar esse comando em uma nova VM do Cloud Shell, será exibida uma página Authorize Cloud Shell. Clique em Authorize na parte inferior da página para permitir que gcloud faça chamadas de API do GCP com suas credenciais.

  4. Crie uma conta de serviço para o projeto da Cloud TPU.

    As contas de serviço permitem que o serviço do Cloud TPU acesse outros serviços do Google Cloud Platform.

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

    O comando retorna uma conta de serviço do Cloud TPU com o formato a seguir:

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

  5. Crie um bucket do Cloud Storage usando o comando a seguir ou use um bucket criado anteriormente para o projeto.

    No comando a seguir, substitua europe-west4 pelo nome da região que você usará para executar o treinamento. Substitua bucket-name pelo nome que você quer atribuir ao bucket.

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

    Esse bucket do Cloud Storage armazena os dados usados para treinar o modelo e os resultados do treinamento. O comando gcloud usado neste tutorial configura permissões padrão para a conta de serviço do Cloud TPU configurada na etapa anterior. Caso queira permissões mais específicas, consulte as permissões de nível de acesso.

    O local do bucket precisa estar na mesma região que os recursos da TPU.

  6. Se você preparou anteriormente o conjunto de dados COCO e o moveu para o bucket de armazenamento, é possível usá-lo novamente no treinamento do pod. Se você ainda não preparou o conjunto de dados COCO, prepare-o agora e volte aqui para configurar o treinamento.

  7. Inicie um pod da Cloud TPU

    Neste tutorial, especificamos um pod v3-32. Para outras opções de pod, consulte a página de tipos de TPU disponíveis.

    O treinamento de amostra é executado com apenas 20 etapas e leva aproximadamente 10 minutos para ser concluído em um nó de TPU v3-32. O treinamento para a conversão leva cerca de 11.250 etapas e aproximadamente duas horas em um pod de TPU v3-32.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm create mask-rcnn-tutorial \
    --zone=europe-west4 \
    --accelerator-type=v3-32 \
    --version=tpu-vm-tf-2.6.0-pod
    

    Descrições de sinalizações de comando

    zone
    A zona em que você planeja criar a Cloud TPU.
    accelerator-type
    O tipo da Cloud TPU a ser criada.
    version
    A versão do ambiente de execução do Cloud TPU.

    Nó da TPU

    (vm)$ gcloud compute tpus execution-groups create \
    --zone=europe-west4 \
    --name=mask-rcnn-tutorial \
    --accelerator-type=v3-32  \
    --tf-version=2.6.0
    

    Descrições de sinalizações de comando

    zone
    A zona em que você planeja criar a Cloud TPU.
    tpu-only
    Cria apenas a Cloud TPU. Por padrão, o comando gcloud compute tpus execution-groups cria uma VM e uma Cloud TPU.
    accelerator-type
    O tipo da Cloud TPU a ser criada.
    tf-version
    A versão gcloud do Tensorflow é instalada na VM.
  8. Se você não estiver conectado automaticamente à instância do Compute Engine, faça login executando o seguinte comando ssh. Quando você faz login na VM, o prompt do shell muda de username@projectname para username@vm-name:

    VM de TPU

    gcloud alpha compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=europe-west4
    

    Nó da TPU

    gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4
    
  9. Instale os requisitos do TensorFlow.

    O comando usado depende do uso de VMs ou nós de TPU.

    VM de TPU

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

    Nó da TPU

    (vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
    
  10. O script de treinamento requer um pacote extra. Instalar agora.

    (vm)$ pip3 install --user tensorflow-model-optimization>=0.1.3
    
  11. Defina a variável de nome da Cloud TPU.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    
  12. Configure as seguintes variáveis de ambiente, substituindo bucket-name pelo nome do bucket do Cloud Storage:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  13. Adicione mais algumas variáveis de ambiente necessárias:

    (vm)$ export RESNET_CHECKPOINT=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
    (vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
    (vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
    (vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn-pod
    
  14. Defina a variável de ambiente PYTHONPATH:

    VM de TPU

    (vm)$ export PYTHONPATH="/usr/share/tpu/models:${PYTHONPATH}"
    (vm)$ export TPU_LOAD_LIBRARY=0
    

    Nó da TPU

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    
  15. Mude para o diretório que armazena o modelo:

    VM de TPU

    (vm)$ cd /usr/share/tpu/models/official/vision/detection

    Nó da TPU

    (vm)$ cd /usr/share/models/official/vision/detection
  16. Treine o modelo:

    Este procedimento treina o modelo no conjunto de dados COCO para 5625 etapas de treinamento. Esse treinamento leva aproximadamente uma hora em um Cloud TPU v3-32. Você verá um ponto de verificação de saída aproximadamente a cada cinco minutos.

    VM de TPU

    (vm)$ python3 main.py \
    --strategy_type=tpu \
    --tpu=${TPU_NAME} \
    --model_dir=${MODEL_DIR} \
    --mode=train \
    --model=mask_rcnn \
    --params_override="{architecture: {use_bfloat16: true}, eval: {batch_size: 40, eval_file_pattern: ${EVAL_FILE_PATTERN}, val_json_file: ${VAL_JSON_FILE}}, postprocess: {pre_nms_num_boxes: 1000}, predict: {batch_size: 40}, train: {batch_size: 256, checkpoint: {path: ${RESNET_PRETRAIN_DIR}, prefix: resnet50/}, iterations_per_loop: 500, total_steps: 5625, train_file_pattern: ${TRAIN_FILE_PATTERN}, } }" 

    Descrições de sinalizações de comando

    tpu
    O nome da sua TPU.
    model_dir
    Especifica o diretório em que os checkpoints e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (gs://...). É possível reutilizar uma pasta existente para carregar os dados do checkpoint atual e armazenar outros checkpoints, desde que os checkpoints anteriores tenham sido criados usando o Cloud TPU do mesmo tamanho e versão do TensorFlow.
    params_override
    Uma string JSON que modifica parâmetros de script padrão. Para mais informações sobre parâmetros de script, consulte ~/models/official/vision/detection/main.py.

    Nó da TPU

    (vm)$ python3 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}} }"

    Descrições de sinalizações de comando

    tpu
    O nome da sua TPU.
    model_dir
    Especifica o diretório em que os checkpoints e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (gs://...). É possível reutilizar uma pasta existente para carregar os dados do checkpoint atual e armazenar outros checkpoints, desde que os checkpoints anteriores tenham sido criados usando o Cloud TPU do mesmo tamanho e versão do TensorFlow.
    params_override
    Uma string JSON que modifica parâmetros de script padrão. Para mais informações sobre parâmetros de script, consulte ~/models/official/vision/detection/main.py.

Quando o treinamento for concluído, aparecerá uma mensagem semelhante à seguinte:

 Train Step: 20/20  / loss = {'total_loss': 2.176832675933838,
 'loss': 2.176832675933838, 'fast_rcnn_class_loss': 0.2733360528945923,
 'fast_rcnn_box_loss': 0.030380848795175552, 'mask_loss': 0.6929039359092712,
 'model_loss': 1.4366037845611572, 'l2_regularization_loss': 0.7402286529541016,
 'rpn_score_loss': 0.3818075954914093, 'rpn_box_loss': 0.05817537382245064,
 'learning_rate': 0.009632} / training metric = {'total_loss': 2.176832675933838,
 'loss': 2.176832675933838, 'fast_rcnn_class_loss': 0.2733360528945923,
 'fast_rcnn_box_loss': 0.030380848795175552, 'mask_loss': 0.6929039359092712,
 'model_loss': 1.4366037845611572, 'l2_regularization_loss': 0.7402286529541016,
 'rpn_score_loss': 0.3818075954914093, 'rpn_box_loss': 0.05817537382245064,
 'learning_rate': 0.009632}
 

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados no tutorial, exclua o projeto que os contém ou mantenha o projeto e exclua os recursos individuais.

  1. Desconecte-se da instância do Compute Engine, caso ainda não tenha feito isso:

    (vm)$ exit
    

    Agora, o prompt será username@projectname, mostrando que você está no Cloud Shell.

  2. Exclua os recursos do Cloud TPU e do Compute Engine. O comando usado para excluir os recursos depende do uso de VMs ou nós de TPU. Para ver mais informações, consulte Arquitetura do sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete mask-rcnn-tutorial \
    --zone=europe-west4
    

    Nó da TPU

    $ gcloud compute tpus execution-groups delete mask-rcnn-tutorial \
    --zone=europe-west4
    
  3. Execute gcloud compute tpus execution-groups list para verificar se os recursos foram excluídos. A exclusão pode levar vários minutos. A saída do comando a seguir não pode incluir nenhum dos recursos da TPU criados neste tutorial:

    $ gcloud compute tpus execution-groups list --zone=europe-west4
    
  4. Execute gsutil conforme mostrado. Substitua bucket-name pelo nome do bucket do Cloud Storage criado para este tutorial:

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

A seguir

Neste tutorial, você treinou o modelo Mask-RCNN usando um conjunto de dados de amostra. Os resultados deste treinamento (na maioria dos casos) não podem ser usados para inferência. Para usar um modelo para inferência, é possível treinar os dados em um conjunto de dados disponível publicamente ou no seu próprio conjunto de dados. Os modelos treinados nas Cloud TPUs exigem que os conjuntos de dados estejam no formato TFRecord.

Use a amostra da ferramenta de conversão de conjunto de dados para converter um conjunto de dados de classificação de imagem no formato TFRecord. Se você não estiver usando um modelo de classificação de imagem, converta manualmente o conjunto de dados para o TFRecord. Para mais informações, consulte TFRecord e tf.Example (link em inglês).

Ajuste de hiperparâmetros

Para melhorar o desempenho do modelo com o conjunto de dados, é possível ajustar os hiperparâmetros. Encontre informações sobre hiperparâmetros comuns a todos os modelos compatíveis com a TPU no GitHub. As informações sobre hiperparâmetros específicos do modelo podem ser encontradas no código-fonte de cada modelo. Para mais informações sobre o ajuste de hiperparâmetros, consulte Visão geral do ajuste de hiperparâmetros, Como usar o serviço de ajuste de hiperparâmetros e Ajustar hiperparâmetros.

Inferência

Depois de treinar o modelo, é possível usá-lo para inferência (também chamada de previsão). O AI Platform é uma solução baseada em nuvem para desenvolver, treinar e implantar modelos de machine learning. Depois que um modelo é implantado, use o serviço do AI Platform Prediction.