Pytorch模型訓練(0) - CPN源碼解析

《CPN源碼解析》

0 博客目錄

Pytorch模型訓練(0) - CPN源碼解析
Pytorch模型訓練(1) - 模型定義
Pytorch模型訓練(2) - 模型初始化
Pytorch模型訓練(3) - 模型保存與加載
Pytorch模型訓練(4) - Loss Function
Pytorch模型訓練(5) - Optimizer
Pytorch模型訓練(6) - 數據加載

1 前言

 本人在博客2D多人關鍵點–《Cascaded Pyramid Network for Multi-Person Pose Estimation》中簡述了CPN的原理，這裏則來解析下其源碼；論文作者提供的源碼是tensorflow版本的，之前有人分析過了；正好還有個pytorch版本的CPN
 本人想通過這份源碼的學習來總結學習Pytorch模型訓練的一些相關知識；pytorch-cpn這份源碼結構清晰，知識點豐富，非常適合拿來當學習案例

2 源碼結構

1. 256.192.model與384.288.model：只是模型不同，其他類似；下面是train和test腳本

   	（下載鏈接：
   	https://pan.baidu.com/s/1IAIoT69m1xZAIo8Rax4ElQ 
   	提取碼：2zzq 
   	複製這段內容後打開百度網盤手機App，操作更方便哦）
   

2. cocoapi：這是COCO數據集提供的操作數據的一些接口函數包

3. data：放COCO數據的文件夾

4. dataloader：數據加載包

5. networks：網絡結構包

6. utils：其他功能函數包

7. label_transform.py：COCO的人體關鍵點label文件轉換腳本

 根據自己學習經驗，將代碼分解成下面4個模塊：
 1 CPN模型

• 模型定義
• 模型初始化
• 模型保存和加載

 2 Loss函數和優化器

• Loss Function
• Optimizer

 3 數據加載

• 數據加載

 4 模型監控

• 主要是訓練過程中，監控loss變化，或valid預測效果等
• 訓練可視化

  PyTorch 中使用 TensorBoardX 對神經網絡進行統計可視化，如Loss 曲線、Accuracy 曲線、卷積核可視化、權值直方圖及多分位數折線圖、特徵圖可視化、梯度直方圖及多分位數折線圖及混淆矩陣圖等
  TensorBoardX是藉助TensorFlow的tensorboard，模型訓練也不是非要可視化，所以這部分暫時先不更新，以後有時間再總結