PaddleDetection

PaddleDetection과 W&B를 통합해 객체 탐지 모델의 트레이닝을 추적하고 메트릭을 기록하며 결과를 시각화합니다.

PaddleDetection은 PaddlePaddle를 기반으로 하는 엔드 투 엔드 객체 탐지 개발 키트입니다. 네트워크 컴포넌트, 데이터 증강, 손실 함수와 같은 구성 가능한 모듈을 사용해 다양한 주요 객체를 탐지하고, 인스턴스를 분할하며, 키포인트를 추적하고 탐지합니다.

이제 PaddleDetection에는 모든 트레이닝 및 검증 메트릭과 모델 체크포인트, 그리고 해당 메타데이터를 로깅하는 W&B 기본 제공 인테그레이션이 포함되어 있습니다.

PaddleDetection WandbLogger는 트레이닝 중 트레이닝 및 평가 메트릭과 모델 체크포인트를 W&B에 로깅합니다.

COCO2017 데이터셋의 일부로 YOLOX 모델을 PaddleDetection과 통합하는 방법을 보여 주는 W&B 블로그 게시물 읽기

가입하고 API 키 만들기

API 키로 머신을 W&B에 인증합니다. 사용자 프로필에서 API 키를 생성할 수 있습니다.

더 간편하게 하려면 User Settings로 바로 이동해 API 키를 생성하세요. 새로 생성한 API 키는 즉시 복사해 비밀번호 관리자와 같은 안전한 위치에 저장하세요.

1. 오른쪽 상단에 있는 사용자 프로필 아이콘을 클릭합니다.
2. User Settings를 선택한 다음 API Keys 섹션으로 스크롤합니다.

wandb 라이브러리 설치 및 로그인

로컬에 wandb 라이브러리를 설치하고 로그인하려면 다음 단계를 따르세요.

명령줄

1. WANDB_API_KEY 환경 변수를 API 키로 설정합니다.

   export WANDB_API_KEY=<your_api_key>
   

2. wandb 라이브러리를 설치하고 로그인합니다.

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

트레이닝 스크립트에서 WandbLogger 활성화하기

명령줄

PaddleDetection의 train.py에 인자를 전달해 wandb를 사용하려면 다음과 같이 합니다.

• --use_wandb 플래그를 추가합니다.
• 첫 번째 wandb 인자 앞에는 반드시 -o를 넣어야 합니다(한 번만 전달하면 됩니다).
• 각 인자에는 반드시 "wandb-" 접두사가 포함되어야 합니다. 예를 들어 wandb.init()에 전달하는 인자는 모두 wandb- 접두사를 붙여야 합니다.

python tools/train.py 
    -c config.yml \ 
    --use_wandb \
    -o \ 
    wandb-project=MyDetector \
    wandb-entity=MyTeam \
    wandb-save_dir=./logs

`config.yml`

config.yml 파일의 wandb 키 아래에 wandb 인자를 추가합니다.

wandb:
  project: MyProject
  entity: MyTeam
  save_dir: ./logs

train.py 파일을 실행하면 W&B 대시보드로 연결되는 링크가 생성됩니다.

피드백 또는 문제

W&B 인테그레이션에 대한 피드백이나 문제가 있으면 PaddleDetection GitHub에서 이슈를 등록하거나 [e-mail]으로 이메일을 보내세요.