主体检测技术是目前应用非常广泛的一种检测技术，它指的是检测出图片中一个或者多个主体的坐标位置，然后将图像中的对应区域裁剪下来，进行识别，从而完成整个识别过程。主体检测是识别任务的前序步骤，可以有效提升识别精度。
本部分主要从数据集、模型选择和模型训练 3 个方面对该部分内容进行介绍。
在 PaddleClas 的识别任务中，训练主体检测模型时主要用到了以下几个数据集。
| 数据集 | 数据量 | 主体检测任务中使用的数据量 | 场景 | 数据集地址 |
|---|---|---|---|---|
| Objects365 | 170W | 6k | 通用场景 | 地址 |
| COCO2017 | 12W | 5k | 通用场景 | 地址 |
| iCartoonFace | 2k | 2k | 动漫人脸检测 | 地址 |
| LogoDet-3k | 3k | 2k | Logo 检测 | 地址 |
| RPC | 3k | 3k | 商品检测 | 地址 |
在实际训练的过程中，将所有数据集混合在一起。由于是主体检测，这里将所有标注出的检测框对应的类别都修改为 前景 的类别，最终融合的数据集中只包含 1 个类别，即前景。
目标检测方法种类繁多，比较常用的有两阶段检测器（如 FasterRCNN 系列等）；单阶段检测器（如 YOLO、SSD 等）；anchor-free 检测器（如 PicoDet、FCOS 等）。在主体检测中，我们使用PicoDet系列模型，其在CPU端与移动端，速度较快、精度较好，处于较为领先的业界水平。
基于上述研究，PaddleClas 中提供了 1 个通用主体检测模型，既轻量级主体检测模型，分别适用于端侧场景以及服务端场景。下面的表格中给出了在上述 5 个数据集上的平均 mAP 以及它们的模型大小、预测速度对比信息。
| 模型 | 模型结构 | 预训练模型下载地址 | inference 模型下载地址 | mAP | inference 模型大小(MB) |
|---|---|---|---|---|---|
| 轻量级主体检测模型 | PicoDet | 地址 | tar 格式文件地址 zip 格式文件地址 | 41.5% | 30.1 |
- 注意
- 由于部分解压缩软件在解压上述
tar格式文件时存在问题，建议非命令行用户下载zip格式文件并解压。tar格式文件建议使用命令tar xf xxx.tar解压。 - 速度评测机器的 CPU 具体信息为：
Intel(R) Xeon(R) Gold 6148 CPU @ 2.40GHz，速度指标为开启 mkldnn，线程数设置为 10 测试得到。 - 主体检测的预处理过程较为耗时，平均每张图在上述机器上的时间在 40~55 ms 左右，没有包含在上述的预测耗时统计中。
- 由于部分解压缩软件在解压上述
PicoDet 由 PaddleDetection 提出，是一个适用于 CPU 或者移动端场景的目标检测算法。具体地，它融合了下面一系列优化算法。
更多关于 PicoDet 的优化细节与 benchmark 可以参考 PicoDet 系列模型介绍。
在轻量级主体检测任务中，为了更好地兼顾检测速度与效果，我们使用 PPLCNet_x2_5 作为主体检测模型的骨干网络，同时将训练与预测的图像尺度修改为了 640x640，其余配置与 picodet_l_416_coco.yml 完全一致。将数据集更换为自定义的主体检测数据集，进行训练，最终得到检测模型。
本节主要介绍怎样基于 PaddleDetection，基于自己的数据集，训练主体检测模型。
下载 PaddleDetection 代码，安装 requirements。
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git
cd PaddleDetection
# 切换到2.3分支
git checkout release/2.3
# 安装其他依赖
pip install -r requirements.txt更多安装教程，请参考: 安装文档
对于自定义数据集，首先需要将自己的数据集修改为 COCO 格式，可以参考自定义检测数据集教程制作 COCO 格式的数据集。
主体检测任务中，所有的检测框均属于前景，在这里需要将标注文件中，检测框的 category_id 修改为 1，同时将整个标注文件中的 categories 映射表修改为下面的格式，即整个类别映射表中只包含前景类别。
[{u'id': 1, u'name': u'foreground', u'supercategory': u'foreground'}]我们使用 mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml 配置进行训练，配置文件摘要如下：
从上图看到 mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml 配置需要依赖其他的配置文件，这些配置文件的含义如下:
runtime.yml：主要说明了公共的运行参数，比如是否使用 GPU、每多少个 epoch 存储 checkpoint 等
optimizer_100e.yml：主要说明了学习率和优化器的配置
picodet_esnet.yml：主要说明模型和主干网络的情况
picodet_640_reader.yml：主要说明数据读取器配置，如 batch size，并发加载子进程数等，同时包含读取后预处理操作，如 resize、数据增强等等
在主体检测任务中，需要将 datasets/coco_detection.yml 中的 num_classes 参数修改为 1（只有 1 个前景类别），同时将训练集和测试集的路径修改为自定义数据集的路径。
此外，也可以根据实际情况，修改上述文件，比如，如果显存溢出，可以将 batch size 和学习率等比缩小等。
PaddleDetection 提供了单卡/多卡训练模式，满足用户多种训练需求。
- GPU 单卡训练
# windows 和 Mac 下不需要执行该命令
export CUDA_VISIBLE_DEVICES=0
python tools/train.py -c configs/picodet/application/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml- GPU 多卡训练
export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus 0,1,2,3 tools/train.py -c configs/picodet/legacy_model/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml --eval--eval：表示边训练边验证。
- （推荐）模型微调 如果希望加载 PaddleClas 中已经训练好的主体检测模型，在自己的数据集上进行模型微调，可以使用下面的命令进行训练。
export CUDA_VISIBLE_DEVICES=0
# 指定 pretrain_weights 参数，加载通用的主体检测预训练模型
python tools/train.py -c configs/picodet/application/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml -o pretrain_weights=https://paddledet.bj.bcebos.com/models/picodet_lcnet_x2_5_640_mainbody.pdparams- 模型恢复训练
在日常训练过程中，有的用户由于一些原因导致训练中断，可以使用 -r 的命令恢复训练:
export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus 0,1,2,3 tools/train.py -c configs/picodet/application/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml --eval -r output/picodet_lcnet_x2_5_640_mainbody/20注意：
-
-r命令中最后20表示从第20个epoch保存的权重开始训练，使用时确保20.pdparams 20.pdopt文件存在。请根据实际自行修改 -
如果遇到 "
Out of memory error" 问题, 尝试在picodet_640_reader.yml文件中调小batch_size，同时等比例调小学习率。
使用下面的命令完成 PaddleDetection 的预测过程。
export CUDA_VISIBLE_DEVICES=0
python tools/infer.py -c configs/picodet/application/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml --infer_img=your_image_path.jpg --output_dir=infer_output/ --draw_threshold=0.5 -o weights=output/picodet_lcnet_x2_5_640_mainbody/model_final--draw_threshold 是个可选参数. 根据 NMS 的计算，不同阈值会产生不同的结果 keep_top_k 表示设置输出目标的最大数量，默认值为 100，用户可以根据自己的实际情况进行设定。
执行导出模型脚本：
python tools/export_model.py -c configs/picodet/application/mainbody_detection/picodet_lcnet_x2_5_640_mainbody.yml --output_dir=./inference -o weights=output/picodet_lcnet_x2_5_640_mainbody/model_final.pdparams预测模型会导出到 inference/picodet_lcnet_x2_5_640_mainbody 目录下，分别为 infer_cfg.yml (预测不需要), model.pdiparams, model.pdiparams.info, model.pdmodel 。
注意： PaddleDetection 导出的 inference 模型的文件格式为 model.xxx，这里如果希望与 PaddleClas 的 inference 模型文件格式保持一致，需要将其 model.xxx 文件修改为 inference.xxx 文件，用于后续主体检测的预测部署。
更多模型导出教程，请参考： EXPORT_MODEL
最终，目录 inference/picodet_lcnet_x2_5_640_mainbody 中包含 inference.pdiparams, inference.pdiparams.info 以及 inference.pdmodel 文件，其中 inference.pdiparams 为保存的 inference 模型权重文件，inference.pdmodel 为保存的 inference 模型结构文件。
导出模型之后，在主体检测与识别任务中，就可以将检测模型的路径更改为该 inference 模型路径，完成预测。
以商品识别为例，其配置文件为 inference_product.yaml，修改其中的 Global.det_inference_model_dir 字段为导出的主体检测 inference 模型目录，参考图像识别快速开始教程，即可完成商品检测与识别过程。
其他推理方法，如C++推理部署、PaddleServing部署等请参考检测模型推理部署。
- A：可以的，但是目前的检测预处理过程仅适配了 PicoDet 以及 YOLO 系列的预处理，因此在使用的时候，建议优先使用这两个系列的模型进行训练，如果希望使用 Faster RCNN 等其他系列的模型，需要按照 PaddleDetection 的数据预处理，修改下预处理逻辑，这块如果您有需求或者有问题的话，欢迎提 issue 或者在微信群里反馈。
- A：可以的，但是需要注意 2 个地方
- PaddleClas 中提供的主体检测模型是基于
640x640的分辨率去训练的，因此预测的时候也是默认使用640x640的分辨率进行预测，使用其他分辨率预测的话，精度会有所降低。 - 在模型导出的时候，建议也修改下模型导出的分辨率，保持模型导出、模型预测的分辨率一致。
- PaddleClas 中提供的主体检测模型是基于