En este documento se describe una implementación del modelo de detección de objetos RetinaNet. El código está disponible en GitHub.
En las instrucciones que aparecen a continuación, 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
- Prepara el conjunto de datos COCO
- Crear un bucket de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
- Configura recursos 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 documento, usarás los siguientes componentes facturables de Google Cloud:
- Compute Engine
- Cloud TPU
- Cloud Storage
Para generar una estimación de costos en función del uso previsto, usa la calculadora de precios.
Antes de comenzar
Antes de comenzar este instructivo, verifica que tu proyecto de Google Cloud esté configurado correctamente.
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.
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.
Prepara el conjunto de datos COCO
En este instructivo, se usa el conjunto de datos COCO. El conjunto de datos debe estar en formato TFRecord en un bucket de Cloud Storage para usarse en el entrenamiento.
Si ya tienes el conjunto de datos de COCO preparado en un bucket de Cloud Storage ubicado en la zona que usarás para entrenar el modelo, puedes ir directamente al entrenamiento de un solo dispositivo. De lo contrario, sigue estos pasos para preparar el conjunto de datos.
Abre una ventana de Cloud Shell.
En Cloud Shell, configura
gcloud
con el ID del proyecto.export PROJECT_ID=project-id gcloud config set project ${PROJECT_ID}
En Cloud Shell, crea un bucket de Cloud Storage con el siguiente comando:
gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 gs://bucket-name
Inicia una instancia de VM de Compute Engine.
Esta instancia de VM solo se usará para descargar y procesar previamente el conjunto de datos COCO. Completa instance-name con el nombre que desees.
$ 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=2.12.0
Descripciones de las marcas de comandos
vm-only
- Crea solo una VM. De forma predeterminada, el comando
gcloud compute tpus execution-groups
crea una VM y una Cloud TPU. name
- Es el nombre de la Cloud TPU que se creará.
zone
- La zona en la que planeas crear tu Cloud TPU.
disk-size
- El tamaño del disco duro en GB de la VM que creó el comando
gcloud compute tpus execution-groups
. machine-type
- El tipo de máquina de la VM de Compute Engine que se creará.
tf-version
- La versión
gcloud compute tpus execution-groups
de TensorFlow se instala en la VM.
Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de
ssh
para acceder. Cuando accedas a la VM, el indicador de shell cambiará deusername@projectname
ausername@vm-name
:$ gcloud compute ssh instance-name --zone=europe-west4-a
Configura dos variables, una para el bucket de almacenamiento que creaste antes y otra para el directorio que contiene los datos de entrenamiento (DATA_DIR) en el bucket de almacenamiento.
(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
Instala los paquetes necesarios para procesar los datos con anterioridad.
(vm)$ 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"
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)$ git clone https://github.com/tensorflow/tpu.git (vm)$ sudo bash 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. La secuencia de comandos de conversión y descarga de COCO tarda alrededor de 1 hora en completarse.Copia los datos en tu bucket 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 ${DATA_DIR}
Limpia los recursos de VM
Una vez que el conjunto de datos COCO se haya convertido en TFRecords y se haya copiado en DATA_DIR en tu bucket de Cloud Storage, puedes borrar la instancia de Compute Engine.
Desconéctate de la instancia de Compute Engine:
(vm)$ exit
El mensaje ahora debería mostrar
username@projectname
, que indica que estás en Cloud Shell.Borra tu instancia de Compute Engine.
$ gcloud compute instances delete instance-name --zone=europe-west4-a
Entrenamiento de Cloud TPU con dispositivo único
Abre una ventana de Cloud Shell.
Crea una variable para el ID de tu proyecto.
export PROJECT_ID=project-id
Configura Google Cloud CLI para usar el proyecto en el que deseas crear Cloud TPU.
gcloud config set project ${PROJECT_ID}
La primera vez que ejecutes este comando en una VM de Cloud Shell nueva, se mostrará la página
Authorize Cloud Shell
. Haz clic enAuthorize
en la parte inferior de la página para permitir quegcloud
realice llamadas a la API de Google Cloud con tus credenciales.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
Crea un bucket de Cloud Storage con el siguiente comando:
gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 gs://bucket-name
Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. Con el comando de
gcloud
que se usa en este instructivo a fin de configurar la TPU, también 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.
Configurar y ejecutar Cloud TPU
Inicia una VM de Compute Engine y Cloud TPU con el comando
gcloud
. El comando que uses depende de si usas VM de TPU o nodos TPU. Para obtener más información sobre la arquitectura de las dos VM, consulta Arquitectura del sistema.VM de TPU
$ gcloud compute tpus tpu-vm create retinanet-tutorial \ --zone=europe-west4-a \ --accelerator-type=v3-8 \ --version=tpu-vm-tf-2.16.1-pjrt
Descripciones de las marcas de comandos
zone
- La zona en la que planeas crear tu Cloud TPU.
accelerator-type
- El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que quieres crear. Si quieres obtener más información sobre los tipos de aceleradores compatibles con cada versión de TPU, consulta Versiones de TPU.
version
- La versión de software de Cloud TPU.
Nodo TPU
$ gcloud compute tpus execution-groups create \ --zone=europe-west4-a \ --name=retinanet-tutorial \ --accelerator-type=v3-8 \ --machine-type=n1-standard-8 \ --disk-size=300 \ --tf-version=2.12.0
Descripciones de las marcas de comandos
zone
- La zona en la que planeas crear tu Cloud TPU.
accelerator-type
- El tipo de Cloud TPU que se creará.
machine-type
- El tipo de máquina de la VM de Compute Engine que se creará.
disk-size
- El tamaño del volumen raíz de la VM de Compute Engine (en GB).
tf-version
- La versión de
gcloud
de TensorFlow se instala en la VM.
Para obtener más información sobre el comando de
gcloud
, consulta la Referencia de gcloud.Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de
ssh
para acceder. Cuando accedas a la VM, el indicador de shell cambiará deusername@projectname
ausername@vm-name
:VM de TPU
gcloud compute tpus tpu-vm ssh retinanet-tutorial --zone=europe-west4-a
Nodo TPU
gcloud compute ssh retinanet-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 RetinaNet requiere varios paquetes adicionales. Instálalos ahora:
(vm)$ sudo apt-get install -y python3-tk
(vm)$ pip3 install --user Cython matplotlib opencv-python-headless pyyaml Pillow
(vm)$ pip3 install --user 'git+https://github.com/cocodataset/cocoapi#egg=pycocotools&subdirectory=PythonAPI'
Instala los requisitos de TensorFlow.
VM de TPU
(vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt
Nodo TPU
(vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
Configura la variable de nombre de Cloud TPU.
VM de TPU
(vm)$ export TPU_NAME=local
Nodo TPU
(vm)$ export TPU_NAME=retinanet-tutorial
Agrega variables de entorno para los directorios de datos y modelos.
(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/retinanet-train
Establece la variable de entorno
PYTHONPATH
:VM de TPU
(vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}"
Nodo TPU
(vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
Cuando creas tu TPU, si estableces el parámetro
--version
en una versión que termina en-pjrt
, configura las siguientes variables de entorno para habilitar el entorno de ejecución de PJRT:(vm)$ export NEXT_PLUGGABLE_DEVICE_USE_C_API=true (vm)$ export TF_PLUGGABLE_DEVICE_LIBRARY_PATH=/lib/libtpu.so
Ve al directorio en el que se almacena el modelo:
VM de TPU
(vm)$ cd /usr/share/tpu/models/official/legacy/detection
Nodo TPU
(vm)$ cd /usr/share/models/official/legacy/detection
Entrenamiento de dispositivos de una sola Cloud TPU
Las siguientes secuencias de comandos de entrenamiento se ejecutaron en una Cloud TPU v3-8. Tomará más tiempo, pero también puedes ejecutarlas en una Cloud TPU v2-8.
Esta secuencia de comandos de muestra a continuación entrena solo en 10 pasos y lleva menos de 5 minutos para ejecutarse en un nodo TPU v3-8. El entrenamiento para la convergencia lleva alrededor de 22,500 pasos y aproximadamente 1 hora y media en una TPU de Cloud TPU v3-8.
Configura las siguientes variables de entorno:
(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=${DATA_DIR}/instances_val2017.json
Ejecuta la secuencia de comandos de entrenamiento:
(vm)$ python3 main.py \ --strategy_type=tpu \ --tpu=${TPU_NAME} \ --model_dir=${MODEL_DIR} \ --mode="train" \ --params_override="{ type: retinanet, 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: ${EVAL_FILE_PATTERN}, eval_samples: 5000 } }"
Descripciones de las marcas de comandos
strategy_type
- Para entrenar el modelo RetinaNet en una TPU, debes configurar
distribution_strategy
comotpu
. tpu
- El nombre de Cloud TPU. Se configura con la variable de entorno
TPU_NAME
. model_dir
- El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad creados en una TPU del mismo tamaño y versión de TensorFlow.
mode
- Configúralo como
train
para entrenar el modelo o comoeval
para evaluarlo. params_override
- Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencias de comandos, consulta
/usr/share/models/official/legacy/detection/main.py
.
El modelo se entrenará durante 10 pasos en aproximadamente 5 minutos en una TPU v3-8. Cuando se complete el entrenamiento, verás un resultado similar al siguiente:
Train Step: 10/10 / loss = { 'total_loss': 2.4581615924835205, 'cls_loss': 1.4098565578460693, 'box_loss': 0.012001709081232548, 'model_loss': 2.0099422931671143, 'l2_regularization_loss': 0.44821977615356445, 'learning_rate': 0.008165999 } / training metric = { 'total_loss': 2.4581615924835205, 'cls_loss': 1.4098565578460693, 'box_loss': 0.012001709081232548, 'model_loss': 2.0099422931671143, 'l2_regularization_loss': 0.44821977615356445, 'learning_rate': 0.008165999 }
Evaluación de dispositivos de una sola Cloud TPU
En el siguiente procedimiento se usan los datos de evaluación de COCO. Tarda alrededor de 10 minutos en ejecutar los pasos de evaluación en una TPU v3-8.
Configura las siguientes variables de entorno:
(vm)$ export EVAL_SAMPLES=5000
Ejecuta la secuencia de comandos de evaluación:
(vm)$ python3 main.py \ --strategy_type=tpu \ --tpu=${TPU_NAME} \ --model_dir=${MODEL_DIR} \ --checkpoint_path=${MODEL_DIR} \ --mode=eval_once \ --params_override="{ type: retinanet, eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: ${EVAL_SAMPLES} } }"
Descripciones de las marcas de comandos
strategy_type
- La estrategia de distribución que se usará.
tpu
omulti_worker_gpu
. tpu
- El nombre de Cloud TPU. Se configura con la variable de entorno
TPU_NAME
. model_dir
- El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad creados en una TPU del mismo tamaño y con la misma versión de TensorFlow.
mode
- Uno de
train
,eval
otrain_and_eval
. params_override
- Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de la secuencia de comandos, consulta
/usr/share/models/official/legacy/detection/main.py
.
Al final de la evaluación, verás mensajes similares al siguiente en la consola:
Accumulating evaluation results... DONE (t=7.66s). 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
Completaste el entrenamiento y la evaluación en un solo dispositivo. Sigue los pasos que se indican a continuación para borrar los recursos actuales de TPU de dispositivo único.
Desconéctate de la instancia de Compute Engine:
(vm)$ exit
El mensaje ahora debería mostrar
username@projectname
, que indica que estás en Cloud Shell.Borra el recurso TPU.
VM de TPU
$ gcloud compute tpus tpu-vm delete retinanet-tutorial \ --zone=europe-west4-a
Descripciones de las marcas de comandos
zone
- Es la zona en la que reside tu Cloud TPU.
Nodo TPU
$ gcloud compute tpus execution-groups delete retinanet-tutorial \ --tpu-only \ --zone=europe-west4-a
Descripciones de las marcas de comandos
tpu-only
- Borra solo la Cloud TPU. La VM permanece disponible.
zone
- La zona que contiene la TPU que se borrará.
En este punto, puedes finalizar este instructivo y realizar una limpieza o puedes continuar y explorar la ejecución del modelo en los Pods de Cloud TPU.
Escala tu modelo con pods de Cloud TPU
El entrenamiento de tu modelo en pods de Cloud TPU puede requerir algunos cambios en la secuencia de comandos de entrenamiento. Para obtener más información, consulta Entrenamiento en pods de TPU.
Entrena Retinanet en un pod de TPU
Abre una ventana de Cloud Shell.
Crea una variable para el ID de tu proyecto.
export PROJECT_ID=project-id
Configura Google Cloud CLI para usar el proyecto en el que deseas crear Cloud TPU.
gcloud config set project ${PROJECT_ID}
La primera vez que ejecutes este comando en una VM de Cloud Shell nueva, se mostrará la página
Authorize Cloud Shell
. Haz clic enAuthorize
en la parte inferior de la página para permitir quegcloud
realice llamadas a la API de Google Cloud con tus credenciales.Crea una cuenta de servicio para el proyecto de Cloud TPU.
Las cuentas de servicio permiten que el servicio de Cloud TPU acceda a otros servicios de Google Cloud.
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
Crea un bucket de Cloud Storage con el siguiente comando o usa un bucket que creaste anteriormente para tu proyecto.
En el siguiente comando, reemplaza europe-west4 por el nombre de la región que usarás para ejecutar el entrenamiento. Reemplaza bucket-name por el nombre que deseas asignar a tu bucket.
gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 gs://bucket-name
Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. Con el comando
gcloud
que se usa en este instructivo, se configuran los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.La ubicación del bucket debe estar en la misma región que tus recursos de TPU.
Si ya preparaste el conjunto de datos COCO y lo moviste a tu bucket de almacenamiento, puedes volver a usarlo para el entrenamiento de Pods. Si aún no preparaste el conjunto de datos de COCO, prepáralo ahora y regresa aquí para configurar el entrenamiento.
Configura y, luego, inicia un Pod de Cloud TPU
En este instructivo, se especifica un Pod v3-32. Para ver otras opciones de pod, consulta las versiones de TPU.
VM de TPU
Inicia un Pod de VM de TPU con el comando
gcloud compute tpus tpu-vm
. En este instructivo, se especifica un Pod v3-32.$ gcloud compute tpus tpu-vm create retinanet-tutorial \ --zone=europe-west4-a \ --accelerator-type=v3-32 \ --version=tpu-vm-tf-2.16.1-pod-pjrt
Descripciones de las marcas de comandos
zone
- La zona en la que planeas crear tu Cloud TPU.
accelerator-type
- El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que quieres crear. Si quieres obtener más información sobre los tipos de aceleradores compatibles con cada versión de TPU, consulta Versiones de TPU.
version
- La versión de software de Cloud TPU.
Nodo TPU
Ejecuta el comando
gcloud compute tpus execution-groups
, con el parámetroaccelerator-type
para especificar el segmento pod que desea usar. Por ejemplo, el comando siguiente usa una porción de pod v3-32.$ gcloud compute tpus execution-groups create \ --zone=europe-west4-a \ --name=retinanet-tutorial \ --accelerator-type=v3-32 \ --machine-type=n1-standard-8 \ --disk-size=300 \ --tf-version=2.12.0
Descripciones de las marcas de comandos
zone
- La zona en la que planeas crear tu Cloud TPU.
name
- El nombre de la TPU. Si no se especifica, el valor predeterminado es tu nombre de usuario.
accelerator-type
- El tipo de Cloud TPU que se creará.
machine-type
- El tipo de máquina de la VM de Compute Engine que se creará.
tf-version
- La versión
gcloud
de TensorFlow se instala en la VM.
Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de
ssh
para acceder. Cuando accedas a la VM, el indicador de shell cambiará deusername@projectname
ausername@vm-name
:VM de TPU
gcloud compute tpus tpu-vm ssh retinanet-tutorial --zone=europe-west4-a
Nodo TPU
gcloud compute ssh retinanet-tutorial --zone=europe-west4-a
Configura la variable de nombre de Cloud TPU.
(vm)$ export TPU_NAME=retinanet-tutorial
Configura las variables de bucket de Cloud Storage
Configura las variables de entorno siguientes y reemplaza bucket-name por el nombre del depósito de Cloud Storage:
(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/retinanet-train (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento también usa tu bucket de Cloud Storage para almacenar puntos de control durante el entrenamiento.
Instala paquetes adicionales
La aplicación de entrenamiento RetinaNet requiere varios paquetes adicionales. Instálalos ahora:
(vm)$ sudo apt-get install -y python3-tk (vm)$ pip3 install --user Cython matplotlib opencv-python-headless pyyaml Pillow (vm)$ pip3 install --user 'git+https://github.com/cocodataset/cocoapi#egg=pycocotools&subdirectory=PythonAPI'
Instala los requisitos de TensorFlow.
VM de TPU
(vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt
Nodo TPU
(vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
Configura algunas variables de entorno necesarias:
(vm)$ export RESNET_PRETRAIN_DIR=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=${DATA_DIR}/instances_val2017.json
Establece la variable de entorno
PYTHONPATH
:VM de TPU
(vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}" (vm)$ export TPU_LOAD_LIBRARY=0
Nodo TPU
(vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
Ve al directorio en el que se almacena el modelo:
VM de TPU
(vm)$ cd /usr/share/tpu/models/official/legacy/detection
Nodo TPU
(vm)$ cd /usr/share/models/official/legacy/detection
Entrena el modelo
VM de TPU
(vm)$ python3 main.py \ --strategy_type=tpu \ --tpu=${TPU_NAME} \ --model_dir=${MODEL_DIR} \ --mode=train \ --model=retinanet \ --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: 5000, total_steps: 5625, train_file_pattern: ${TRAIN_FILE_PATTERN}, } }"
Descripciones de las marcas de comandos
tpu
- El nombre de tu TPU.
model_dir
- Especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, el
model_dir
debe ser una ruta de Cloud Storage (gs://...
). Puedes reutilizar una carpeta existente para cargar datos de los puntos de control actuales y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante Cloud TPU del mismo tamaño y versión de TensorFlow. params_override
- Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de la secuencia de comandos, consulta
/usr/share/tpu/models/official/legacy/detection/main.py
.
Con este procedimiento, se entrena el modelo en el conjunto de datos COCO durante 5,625 pasos de entrenamiento. Este entrenamiento tarda alrededor de 20 minutos en una Cloud TPU v3-32. Cuando se complete el entrenamiento, aparecerá un mensaje similar al siguiente:
Nodo TPU
La siguiente secuencia de comandos de entrenamiento de muestra se ejecutó en un pod de Cloud TPU v3-32. Se entrena con solo 10 pasos y tarda menos de 5 minutos en ejecutarse. Para entrenar hasta la convergencia, se requieren 2,109 pasos y se necesitan alrededor de 50 minutos en un pod de TPU v3-32.
(vm)$ python3 main.py \ --strategy_type=tpu \ --tpu=${TPU_NAME} \ --model_dir=${MODEL_DIR} \ --mode="train" \ --params_override="{ type: retinanet, train: { total_steps: 10, batch_size: 256, 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 } }"
Descripciones de las marcas de comandos
strategy_type
- La estrategia de distribución que se usará. Ya sea
tpu
omulti_worker_gpu
. tpu
- Especifica el nombre de Cloud TPU. Se configura con la variable de entorno
TPU_NAME
. model_dir
- El bucket de Cloud Storage, en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad creados en una TPU del mismo tamaño y versión de TensorFlow.
mode
- Uno de
train
,eval
otrain_and_eval
. params_override
- Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de la secuencia de comandos, consulta
/usr/share/models/official/legacy/detection/main.py
.
Cuando finalice el entrenamiento, aparecerá un mensaje similar al siguiente:
VM de TPU
Train Step: 5625/5625 / loss = {'total_loss': 0.730501651763916, 'cls_loss': 0.3229793608188629, 'box_loss': 0.003082591574639082, 'model_loss': 0.4771089553833008, 'l2_regularization_loss': 0.2533927261829376, 'learning_rate': 0.08} / training metric = {'total_loss': 0.730501651763916, 'cls_loss': 0.3229793608188629, 'box_loss': 0.003082591574639082, 'model_loss': 0.4771089553833008, 'l2_regularization_loss': 0.2533927261829376, 'learning_rate': 0.08}
Nodo TPU
Train Step: 10/10 / loss = {'total_loss': 3.5455241203308105, 'cls_loss': 1.458828330039978, 'box_loss': 0.01220895815640688, 'model_loss': 2.0692763328552246, 'l2_regularization_loss': 1.4762479066848755, 'learning_rate': 0.008165999} / training metric = {'total_loss': 3.5455241203308105, 'cls_loss': 1.458828330039978, 'box_loss': 0.01220895815640688, 'model_loss': 2.0692763328552246, 'l2_regularization_loss': 1.4762479066848755, 'learning_rate': 0.008165999}
Limpia
Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos usados en este instructivo, borra el proyecto que contiene los recursos o conserva el proyecto y borra los recursos individuales.
Desconéctate de la VM de Compute Engine:
(vm)$ exit
El mensaje ahora debería mostrar
username@projectname
, que indica que estás en Cloud Shell.Borra tus recursos de Cloud TPU y Compute Engine. El comando que uses para borrar tus recursos depende de si usas VM o nodos TPU. Para obtener más información, consulta Arquitectura del sistema.
VM de TPU
$ gcloud compute tpus tpu-vm delete retinanet-tutorial \ --zone=europe-west4-a
Nodo TPU
$ gcloud compute tpus execution-groups delete retinanet-tutorial \ --zone=europe-west4-a
Ejecuta
gcloud compute tpus execution-groups list
para verificar que los recursos se hayan borrado. La eliminación puede tardar varios minutos. Una respuesta como la que se muestra a continuación indica que tus instancias se borraron de forma correcta.$ gcloud compute tpus execution-groups list --zone=europe-west4-a
Listed 0 items.
Borra el bucket de Cloud Storage con
gsutil
como se muestra a continuación. Reemplaza bucket-name por el nombre de tu bucket de Cloud Storage.$ gsutil rm -r gs://bucket-name
¿Qué sigue?
Los instructivos de TensorFlow Cloud TPU suelen entrenar el modelo con un conjunto de datos de muestra. Los resultados de este entrenamiento no se pueden usar para inferencias. Si quieres usar un modelo para la inferencia, puedes entrenar los datos en tu propio conjunto de datos o en un conjunto de datos disponible públicamente. Por lo general, los modelos de TensorFlow entrenados con Cloud TPU requieren que los conjuntos de datos estén en 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 al formato TFRecord. Si no usas un modelo de clasificación de imágenes, deberás convertir tu conjunto de datos al formato TFRecord. 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 sus hiperparámetros. Puedes encontrar información sobre los hiperparámetros comunes de todos los modelos compatibles con TPU en GitHub. La información sobre los hiperparámetros específicos del modelo se puede encontrar en el código fuente de cada modelo. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general del ajuste de hiperparámetros y Ajusta hiperparámetros.
Inferencia
Una vez que hayas entrenado tu modelo, puedes usarlo para la inferencia (también llamada predicción). Puedes usar la herramienta de conversión de inferencias de Cloud TPU para preparar y optimizar un modelo de TensorFlow para la inferencia en Cloud TPU v5e. Para obtener más información sobre la inferencia en Cloud TPU v5e, consulta Introducción a la inferencia con Cloud TPU v5e.
Entrena con diferentes tamaños de imagen
Puedes explorar con una red troncal más grande (por ejemplo, ResNet-101 en lugar de ResNet-50). Una imagen de entrada más grande y una red troncal más potente producirán un modelo más lento, pero más preciso.
Usa una base diferente
De manera alternativa, puedes explorar con el entrenamiento previo de un modelo ResNet en tu propio conjunto de datos y usarlo como base para tu modelo RetinaNet. Con algo más de trabajo, también puedes intercambiar ResNet por una red troncal alternativa. Por último, si estás interesado en implementar tus propios modelos de detección de objetos, esta red puede ser una buena base para experimentar más.