AutoML：训练模型以识别凹坑

从我们训练的模型中得到的坑洞预测和置信度分数：初始算法选择和超参数优化是我个人不喜欢做的活动。如果你像我一样，那么也许你会喜欢自动机器学习（AutoML），一种我们可以让脚本为我们完成这些耗时的ML任务的技术。Azure机器学习（AML）是一项云服务，其功能包括准备和创建数据集、训练模型以及将其部署为web服务变得更加容易。最近，AML团队发布了AutoML功能，供公众预览。今天，我们将使用此功能训练一个目标检测模型，以识别道路上的凹坑。在这篇文章中，我将简要回顾一些AML和目标检测的概念，因此你不必完全熟悉它们就可以进行后续操作。本教程主要基于Azure中的这个示例，你可以查看我在这里编写的Jupyter笔记本：https://github.com/dmesquita/azureml-automl-potholes-object-detection酷，让我们开始吧！

我们该怎么办？

对象检测数据集很有趣，因为它们由表格数据（边界框的注释）和图像数据（.png、.jpeg等）组成。COCO格式是对象检测数据集的一种流行格式，我们将使用此格式下载坑洞数据集：https://public.roboflow.com/object-detection/pothole。Azure机器学习使用TABLAR DATASET格式，因此我们需要做的第一件事是将COCO转换为TABLAR DATASET。转换后，我们将选择一种对象检测算法，并最终训练模型。

1-准备数据集

我从Roboflow那里得到了数据集。它有665张标有坑洞的道路图片，由Atikur Rahman Chitholian创作并分享，作为其论文的一部分。Roboflow团队按照70/20/10将数据集划分为训练-验证-测试集。每个拆分都有两个主要组件：

• _annotations.coco.json，一个包含images、categories和annotations的json文件
• 图像本身（.jpg文件）

以下是键：

• images：包含有关数据集图像的信息（id、文件名、大小等）
• categories：边界框类别的名称和id
• annotations：包含有关对象的信息，包括边界框坐标（在此数据集中，它们位于绝对坐标）、对象的图像id和类别id

现在是开始与AML合作的时候了。你需要做的第一件事是创建Azure机器学习工作区。你可以使用上的web界面来执行此操作https://portal.azure.com.我们需要一个计算实例来运行，然后再运行训练，所以需要在你的工作区内创建一个。图像任务的AutoML模型需要GPU计算实例。你也可以使用web界面创建计算实例。创建计算实例：我已经下载并提取了数据库中的数据集.放在/potholeObjects文件夹。每个拆分都有一个文件夹，里面有图像和JSON文件。你需要将图像和JSON文件上传到数据存储，以便AML可以访问它们。数据存储是云数据源的抽象。创建AML工作区时，将创建AzureBlobDatastore并将其设置为默认值。我们将使用此默认数据存储并将图像上传到那里。

fromazureml.coreimportWorkspace workspace=Workspace.from_config()#如果你在一个aml计算实例上运行notebook，这是可行的 default_datastore=workspace.get_default_datastore() datastore_name=default_datastore.name 注释采用COCO格式（JSON），但tablerDataSet要求注释采用JSON行。tablerDataset具有相同的元数据，但以不同的键组织。以下是用于对象检测的TablerDataset的外观：

{ "image_url":"AmlDatastore://data_directory/../Image_name.image_format", "image_details":{ "format":"image_format", "width":"image_width", "height":"image_height" }, "label":[ { "label":"class_name_1", "topX":"xmin/width", "topY":"ymin/height", "bottomX":"xmax/width", "bottomY":"ymax/height", "isCrowd":"isCrowd" }, { "label":"class_name_2", "topX":"xmin/width", "topY":"ymin/height", "bottomX":"xmax/width", "bottomY":"ymax/height", "isCrowd":"isCrowd" }, "..." ] } 幸运的是，微软工程师编写了一个脚本来转换COCO：https://github.com/Azure/azureml-examples/blob/1a41978d7ddc1d1f831236ff0c5c970b86727b44/python-sdk/tutorials/automl-with-azureml/image-object-detection/coco2jsonl.py此文件的image_url键需要指向我们正在使用的数据存储中的图像文件（默认）。我们使用coco2jsonl的base_url参数指定。

#从coco文件生成训练jsonl文件 !pythoncoco2jsonl.py --input_coco_file_path"./potholeObjects/train/_annotations.coco.json" --output_dir"./potholeObjects/train"--output_file_name"train_pothole_from_coco.jsonl" --task_type"ObjectDetection" --base_url"AmlDatastore://{datastore_name}/potholeObjects/train/" 我们将对验证集运行相同的命令。现在，下一步是将文件上传到数据存储，并在AML中创建数据集。不要将数据集与数据存储混淆。数据集是版本控制的打包数据对象，通常基于数据存储中的文件创建。我们将从JSON行文件创建数据集。

fromazureml.coreimportDataset fromazureml.data.datapathimportDataPath fromazureml.dataimportDataType #上传文件到数据存储 Dataset.File.upload_directory( src_dir="./potholeObjects/train/",target=DataPath(default_datastore,"/potholeObjects/train"),show_progress=True ) training_dataset_name="potholeObjectesTrainingDataset" #创建数据集 training_dataset=Dataset.Tabular.from_json_lines_files( path=DataPath(default_datastore,"/potholeObjects/train/train_pothole_from_coco.jsonl"), set_column_types={"image_url":DataType.to_stream(default_datastore.workspace)}, ) #在工作区中注册数据集 training_dataset=training_dataset.register( workspace=workspace,name=training_dataset_name ) 对于训练和验证拆分，也将这样做。如果一切顺利，你可以看到AML内部的图像预览。AML工作区内的数据集预览

2.进行实验

在AML内部，你运行的一切都称为实验。要使用AutoML训练模型，你将创建一个实验，指向它假定运行的计算目标，并提供AutoML参数的配置。让我们首先创建实验并从工作区获取计算机实例：

fromazureml.coreimportExperiment experiment_name="pothole-yolov5-model" experiment=Experiment(workspace,name=experiment_name) compute_target=workspace.compute_targets['gpu-computer']#给计算实例的名称 在这里，我将使用yolov5默认参数运行实验。你需要提供超参数、计算目标、训练数据和验证数据（如示例所示，验证数据集是可选的）。

fromazureml.automl.core.shared.constantsimportImageTask fromazureml.train.automlimportAutoMLImageConfig fromazureml.train.hyperdriveimportGridParameterSampling,choice automl_config_yolov5=AutoMLImageConfig( task=ImageTask.IMAGE_OBJECT_DETECTION, compute_target=compute_target, training_data=training_dataset, validation_data=validation_dataset, hyperparameter_sampling=GridParameterSampling({"model_name":choice("yolov5")}), iterations=1, ) 现在可以提交实验了：

automl_image_run=experiment.submit(automl_config_yolov5) 你可以使用Workspace web界面监控实验：以下是Microsoft教程中的一个示例：

fromazureml.automl.core.shared.constantsimportImageTask fromazureml.train.automlimportAutoMLImageConfig fromazureml.train.hyperdriveimportBanditPolicy,RandomParameterSampling fromazureml.train.hyperdriveimportchoice,uniform parameter_space={ "model":choice( { "model_name":choice("yolov5"), "learning_rate":uniform(0.0001,0.01), "model_size":choice("small","medium"),#模型相关 #'img_size':choice(640,704,768),#特定型号;可能需要有大内存的GPU }, { "model_name":choice("fasterrcnn_resnet50_fpn"), "learning_rate":uniform(0.0001,0.001), "optimizer":choice("sgd","adam","adamw"), "min_size":choice(600,800),#模型相关 #'warmup_cosine_lr_warmup_epochs':choice(0,3), }, ), } tuning_settings={ "iterations":10, "max_concurrent_iterations":2, "hyperparameter_sampling":RandomParameterSampling(parameter_space), "early_termination_policy":BanditPolicy( evaluation_interval=2,slack_factor=0.2,delay_evaluation=6 ), } automl_image_config=AutoMLImageConfig( task=ImageTask.IMAGE_OBJECT_DETECTION, compute_target=compute_target, training_data=training_dataset, validation_data=validation_dataset, **tuning_settings, )

3-将预测可视化

这个yolov5模型是使用Pytorch训练的，因此我们可以下载模型并使用Jupyter笔记本检查预测。我的花了56分钟训练。获取模型需要做的第一件事是注册工作区中的最佳运行，以便访问模型。

best_child_run=automl_image_run.get_best_child() model_name=best_child_run.properties["model_name"] model_output_path=best_child_run.properties["model_output_path"] #从最佳运行中注册模型 model=best_child_run.register_model( model_name=model_name,model_path=model_output_path ) 现在我们可以下载模型了并运行推断。为此，我们将使用azureml contrib automl dnn vision包中的代码：

fromazureml.contrib.automl.dnn.vision.common.model_export_utilsimportload_model,run_inference fromazureml.contrib.automl.dnn.vision.object_detection_yolo.writers.scoreimport_score_with_model TASK_TYPE='image-object-detection' model_settings={"img_size":640,"model_size":"medium","box_score_thresh":0.1,"box_iou_thresh":0.5} model_wrapper=load_model(TASK_TYPE,'model.pt',**model_settings) sample_image="./img-23_jpg.rf.e6aa0daf83e72ccbf1ea10eb6a6ab3bd.jpg" withopen(sample_image,'rb')asf: bytes_img=f.read() model_response=run_inference(model_wrapper,bytes_img,_score_with_model) 我使用Microsoft教程中的代码来可视化边界框。以下是测试图像的结果：从我们训练的模型中得到的坑洞预测和置信度分数:酷吧？

最后

Azure机器学习是一个很好的工具，可以让你开始机器学习（在我们的例子中是深度学习），因为它隐藏了很多复杂性。你可以在Jupyter笔记本上查看所有代码:https://github.com/dmesquita/azureml-automl-potholes-object-detection。管道中的下一步是将模型部署为web服务。如果你有兴趣，也可以使用Microsoft教程检查如何做到这一点:https://github.com/dmesquita/azureml-automl-potholes-object-detection。参考引用Pothole Dataset. Shared By. Atikur Rahman Chitholian. November 2020. License. ODbL v1.0 审核编辑 ：李倩