Máscara de entrenamiento RCNN en Cloud TPU (TF 2.x)

Descripción general

En este instructivo, se muestra cómo ejecutar el modelo Mask RCNN con Cloud TPU. con el conjunto de datos COCO.

Mask RCNN es una red neuronal profunda diseñada para abordar la detección de objetos y la segmentación de imágenes, uno de los desafíos más difíciles de la visión artificial.

El modelo Mask RCNN genera cuadros de límite y máscaras de segmentación para cada uno. instancia de un objeto en la imagen. El modelo se basa en el Presenta la red piramidal (FPN) y una red troncal ResNet50.

En este instructivo, se usa la API de Keras de TensorFlow para entrenar el modelo. La API de Keras es una API de TensorFlow de alto nivel que se puede usar para compilar y ejecutar un modelo de aprendizaje automático en Cloud TPU. La API simplifica el desarrollo del modelo ocultando la mayor parte de la implementación de bajo nivel, lo que facilita cambiar entre TPU y otras plataformas como GPU o CPU.

En estas instrucciones, se supone que ya estás familiarizado con el entrenamiento de un modelo Cloud TPU Si eres nuevo en Cloud TPU, puedes consulta la guía de inicio rápido para ver una introducción básica.

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 de TPU para el entrenamiento y la 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. Es posible que los usuarios nuevos de Google Cloud califiquen para obtener una prueba gratuita.

Antes de comenzar

Antes de comenzar este instructivo, verifica que tu proyecto de Google Cloud esté configurado correctamente.

  1. 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.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

  4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  5. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

    6. En esta explicación, se usan componentes facturables de Google Cloud. Consulta la página de precios de Cloud TPU para calcular los costos.

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 el entrenamiento.

Si ya tienes el conjunto de datos COCO preparado en un bucket de Cloud Storage que se encuentra en la zona que utilizarás para para entrenar el modelo, puedes ir directamente al entrenamiento en un solo dispositivo. De lo contrario, sigue estos pasos para preparar el conjunto de datos.

  1. Abre una ventana de Cloud Shell.

    Abra Cloud Shell

  2. En Cloud Shell, configura gcloud con tu proyecto. ID.

    export PROJECT_ID=project-id
gcloud config set project ${PROJECT_ID}

  3. En Cloud Shell, crea un bucket de Cloud Storage con el siguiente comando:

    gcloud storage buckets create gs://bucket-name --project=${PROJECT_ID} --location=us-central2

  4. Crea una VM de Compute Engine para descargar y procesar previamente el conjunto de datos. Para ver más información, consulta Crea y, luego, inicia una instancia de Compute Engine.

    $ gcloud compute instances create vm-name \
    --zone=us-central2-b \
    --image-family=ubuntu-2204-lts \
    --image-project=ubuntu-os-cloud \
    --machine-type=n1-standard-16 \
    --boot-disk-size=300GB

  5. Conéctate a la VM de Compute Engine mediante SSH:

    $ gcloud compute ssh vm-name --zone=us-central2-b

    Cuando te conectas a la VM, el símbolo del sistema de la shell cambia de De username@projectname a username@vm-name.

  6. Configura dos variables, una para el bucket de almacenamiento que creó anteriormente 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

  7. Instala los paquetes necesarios para procesar los datos con anterioridad.

    (vm)$ sudo apt-get update && \
  sudo apt-get install python3-pip && \
  sudo apt-get install -y python3-tk && \
  pip3 install --user Cython matplotlib opencv-python-headless pyyaml Pillow numpy absl-py tensorflow && \
  pip3 install --user "git+https://github.com/cocodataset/cocoapi#egg=pycocotools&subdirectory=PythonAPI"

  8. Ejecuta la secuencia de comandos download_and_preprocess_coco.sh para convertir el conjunto de datos COCO en un conjunto de archivos TFRecord (*.tfrecord) que el entrenamiento espera la aplicación.

    (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. Genera archivos *.tfrecord en tu directorio de datos local. La secuencia de comandos de conversión y descarga de COCO tarda aproximadamente una hora en completarse.

  9. Copia los datos en tu bucket de Cloud Storage.

    Después de convertir los datos al formato TFRecord, cópialos desde el almacenamiento local a tu bucket de Cloud Storage con gcloud CLI. Debes copia los archivos de anotación. Estos archivos ayudan a validar rendimiento.

    (vm)$ gcloud storage cp ./data/dir/coco/*.tfrecord ${DATA_DIR}
(vm)$ gcloud storage cp ./data/dir/coco/raw-data/annotations/*.json ${DATA_DIR}

  10. Desconéctate de la VM de Compute Engine:

    (vm)$ exit

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  11. Borra tu VM de Compute Engine:

    $ gcloud compute instances delete vm-name \
--zone=us-central2-b

Entrenamiento de un solo dispositivo de Cloud TPU

  1. Abre una ventana de Cloud Shell.

    Abrir Cloud Shell

  2. Crea una variable de entorno para el ID de tu proyecto.

    export PROJECT_ID=project-id

  3. Configura Google Cloud CLI para usar el proyecto en el que quieres crear la 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 en Authorize en la parte inferior. de la página para permitir que gcloud realice llamadas a la API de Google Cloud con tus credenciales.

  4. 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

  5. Exporta las variables de configuración de TPU

    Exporta tu ID del proyecto, el nombre que deseas usar para tus recursos TPU. y la zona donde entrenarás el modelo y almacenar cualquier dato relacionado con el entrenamiento.

    $ export TPU_NAME=mask-rcnn-tutorial
$ export ZONE=europe-west4-a

  6. Iniciar una VM de Compute Engine y Cloud TPU

    $ gcloud compute tpus tpu-vm create mask-rcnn-tutorial \
   --zone=${ZONE} \
   --accelerator-type=v3-8 \
   --version=tpu-vm-tf-2.17.0-pjrt

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    accelerator-type
    El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que deseas crear. Para 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.

    Para obtener más información sobre el comando de gcloud, consulta la Referencia de gcloud.

  7. Conectarse a la instancia de Compute Engine mediante SSH Cuando estés conectado a la VM, el símbolo del sistema de shell cambia de username@projectname a username@vm-name:

    gcloud compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=${ZONE}

  8. Instala los requisitos de TensorFlow.

    (vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt

  9. Configura la variable de nombre de Cloud TPU.

    (vm)$ export TPU_NAME=local

  10. Configura las siguientes variables de entorno y reemplaza bucket-name con el nombre del bucket de Cloud Storage que almacena el conjunto de datos COCO:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name

  11. Agrega variables de entorno para los directorios de datos y modelo.

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn

  12. Agrega algunas variables de entorno necesarias adicionales:

    (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

  13. Establece la variable de entorno PYTHONPATH:

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/tpu/models"

  14. Cuando creas tu TPU, si estableces el parámetro --version en una versión que termina en -pjrt, establece 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

  15. Ve al directorio en el que se almacena el modelo:

    (vm)$ cd /usr/share/tpu/models/official/vision

La siguiente secuencia de comandos ejecuta un entrenamiento de muestra que se entrena con 10 pasos. y 10 pasos de evaluación. Tardarás aproximadamente 6 minutos en completarse en una TPU v3-8. El tren hacia la convergencia requiere unos 22,500 pasos, y unos 6 horas en una TPU v3-8.

  1. Ejecuta el siguiente comando para entrenar el modelo Mask-RCNN:

    (vm)$ python3 train.py \
  --tpu=${TPU_NAME} \
  --experiment=maskrcnn_resnetfpn_coco \
  --mode=train_and_eval \
  --config_file=configs/experiments/maskrcnn/r50fpn_640_coco_scratch_tpu4x4.yaml \
  --model_dir=${MODEL_DIR} \
  --params_override="task.train_data.input_path=${TRAIN_FILE_PATTERN},task.validation_data.input_path=${EVAL_FILE_PATTERN},task.annotation_file=${VAL_JSON_FILE},runtime.distribution_strategy=tpu,trainer.train_steps=10,trainer.validation_steps=10,task.train_data.global_batch_size=8,task.validation_data.global_batch_size=8"

    Descripciones de las marcas de comandos

    strategy_type
    La estrategia de distribución
    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 uno. Cuando se usa una Cloud TPU, model_dir Debe ser una ruta de Cloud Storage (“gs://...”). Puedes reutilizar un carpeta existente para cargar los datos de los puntos de control actuales y almacenar puntos de control adicionales, siempre y cuando los puntos de control anteriores hayan sido creado con TPU del mismo tamaño y con la versión de TensorFlow.

    Cuando se complete el entrenamiento, aparecerá un mensaje similar al siguiente:

    {'frcnn_box_loss': 0.033865165,
 'frcnn_cls_loss': 1.2535654,
 'learning_rate': 0.008266499,
 'mask_loss': 1.2039567,
 'model_loss': 2.821458,
 'rpn_box_loss': 0.034982488,
 'rpn_score_loss': 0.2950886,
 'total_loss': 4.340171,
 'training_loss': 4.340171}
train | step:     10 | steps/sec:    0.1 | output:
{'frcnn_box_loss': 0.033865165,
 'frcnn_cls_loss': 1.2535654,
 'learning_rate': 0.008266499,
 'mask_loss': 1.2039567,
 'model_loss': 2.821458,
 'rpn_box_loss': 0.034982488,
 'rpn_score_loss': 0.2950886,
 'total_loss': 4.340171,
 'training_loss': 4.340171}

    A continuación, se muestra el resultado de los pasos de evaluación.

    Completaste el entrenamiento y la evaluación de un solo dispositivo. Usa el a continuación para borrar los recursos actuales de TPU de un solo dispositivo.

  2. Desconéctate de la instancia de Compute Engine:

    (vm)$ exit

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  3. Borra el recurso TPU.

    $ gcloud compute tpus tpu-vm delete mask-rcnn-tutorial \
    --zone=europe-west4-a

    Descripciones de las marcas de comandos

    zone
    La zona donde residía tu Cloud TPU.

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

Entrenar tu modelo en pods de Cloud TPU puede requerir algunos cambios al guion de entrenamiento. Para obtener más información, consulta Entrenamiento en pods de TPU.

Entrenamiento de Pods de TPU

  1. Abre una ventana de Cloud Shell.

    Abrir Cloud Shell

  2. Crea una variable para el ID de tu proyecto.

    export PROJECT_ID=project-id

  3. Configura Google Cloud CLI para usar el proyecto en el que quieres 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 en Authorize en la parte inferior. de la página para permitir que gcloud realice llamadas a la API de Google Cloud con tus credenciales.

  4. 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

  5. Si preparaste el conjunto de datos COCO y lo trasladaste a tu almacenamiento puedes volver a usarlo para el entrenamiento de Pods. Si aún no te has preparado el conjunto de datos COCO, prepáralo ahora y regresa aquí para configurarlo durante la capacitación.

  6. Inicia un pod de Cloud TPU

    En este instructivo, se especifica un Pod v3-32. Para conocer otras opciones de Pods, consulta Versiones de TPU.

    $ gcloud compute tpus tpu-vm create mask-rcnn-tutorial \
  --zone=${ZONE} \
  --accelerator-type=v3-32 \
  --version=tpu-vm-tf-2.17.0-pod-pjrt

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    accelerator-type
    El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que deseas crear. Para 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.

  7. Conéctate a la instancia de Compute Engine con SSH. Cuando estés conectado a la VM, el símbolo del sistema de shell cambia de username@projectname a username@vm-name:

    gcloud compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=${ZONE}

  8. Instala los requisitos de TensorFlow.

    (vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt

  9. La secuencia de comandos de entrenamiento requiere un paquete adicional. Instálalo ahora:

    (vm)$ pip3 install --user tensorflow-model-optimization>=0.1.3

  10. Configura la variable de nombre de Cloud TPU.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial

  11. 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

  12. Agrega algunas variables de entorno necesarias adicionales:

    (vm)$ export RESNET_CHECKPOINT=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
(vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
(vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
(vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
(vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn-pod

  13. Establece la variable de entorno PYTHONPATH:

    (vm)$ export PYTHONPATH="/usr/share/tpu/models:${PYTHONPATH}"
(vm)$ export TPU_LOAD_LIBRARY=0

  14. Ve al directorio en el que se almacena el modelo:

    (vm)$ cd /usr/share/tpu/models/official/vision
     
    (vm)$ cd /usr/share/models/official/legacy/detection

  15. Entrena el modelo:

    En este procedimiento, se entrena el modelo con el conjunto de datos de COCO para 10 pasos de entrenamiento. Este entrenamiento tarda alrededor de 10 minutos en una Cloud TPU v3-32.

    (vm)$ python3 train.py \
  --tpu=${TPU_NAME} \
  --experiment=maskrcnn_resnetfpn_coco \
  --mode=train_and_eval \
  --config_file=configs/experiments/maskrcnn/r50fpn_640_coco_scratch_tpu4x4.yaml \
  --model_dir=${MODEL_DIR} \
  --params_override="task.train_data.input_path=${TRAIN_FILE_PATTERN},task.validation_data.input_path=${EVAL_FILE_PATTERN},task.annotation_file=${VAL_JSON_FILE},runtime.distribution_strategy=tpu,trainer.train_steps=10,trainer.validation_steps=10,task.train_data.global_batch_size=256,task.validation_data.global_batch_size=256"

    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 no hay una carpeta, el programa crea una. Cuando se usa una Cloud TPU, model_dir debe ser una ruta de acceso 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 y cuando los puntos de control anteriores hayan sido creados con Cloud TPU del mismo tamaño y TensorFlow versión.
    params_override
    Una string JSON que anula parámetros de secuencia de comandos predeterminados.

Cuando se complete el entrenamiento, aparecerá un mensaje similar al siguiente: 

 I0706 19:47:16.108213 139955064548416 controller.py:457] train | step: 10 | steps/sec:    0.1 | output:
    {'frcnn_box_loss': 0.05632668,
     'frcnn_cls_loss': 1.3012192,
     'learning_rate': 0.008266499,
     'mask_loss': 1.2371812,
     'model_loss': 2.9746659,
     'rpn_box_loss': 0.08227444,
     'rpn_score_loss': 0.2976642,
     'total_loss': 4.493513,
     'training_loss': 4.493513}
train | step:     10 | steps/sec:    0.1 | output:
    {'frcnn_box_loss': 0.05632668,
     'frcnn_cls_loss': 1.3012192,
     'learning_rate': 0.008266499,
     'mask_loss': 1.2371812,
     'model_loss': 2.9746659,
     'rpn_box_loss': 0.08227444,
     'rpn_score_loss': 0.2976642,
     'total_loss': 4.493513,
     'training_loss': 4.493513}

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.

Después de ejecutar el entrenamiento, borra la VM de TPU y quita el bucket de almacenamiento.

  1. Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:

    (vm)$ exit

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell. El mensaje ahora debería ser username@projectname, lo que indica que estás en el Cloud Shell.

  2. Borra tus recursos de Cloud TPU y Compute Engine.

    $ gcloud compute tpus tpu-vm delete mask-rcnn-tutorial \
--zone=${ZONE}

  3. Ejecuta gcloud compute tpus tpu-vm list para verificar que los recursos se hayan borrado. La eliminación puede tardar varios minutos. El resultado del siguiente comando no debería incluir ninguno de los recursos TPU creados en este instructivo:

    $ gcloud compute tpus tpu-vm list --zone=${ZONE}

  4. Ejecuta gcloud CLI como se muestra y reemplaza bucket-name por el nombre del bucket de Cloud Storage que creaste para este instructivo:

    $ gcloud storage rm gs://bucket-name --recursive

¿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 la inferencia. Para usar un modelo para inferencia, puedes entrenar los datos en un modelo conjunto de datos o uno propio. Por lo general, los modelos de TensorFlow entrenados en Cloud TPU requieren que los conjuntos de datos tengan el 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 en formato TFRecord. Si no usas una imagen de clasificación de datos, tendrás que convertir tu conjunto de datos a Formato TFRecord tú mismo. 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 la hiperparámetros. Puedes encontrar información sobre los hiperparámetros comunes a todos Los modelos compatibles con TPU en GitHub: La información sobre los hiperparámetros específicos del modelo se puede encontrar en la fuente de la aplicación para cada un modelo de responsabilidad compartida. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general de ajuste de hiperparámetros y ajustes hiperparámetros.

Inferencia

Una vez que hayas entrenado tu modelo, puedes usarlo para inferencias (también denominado predicciones). Puedes usar la herramienta del convertidor de inferencia de Cloud TPU para preparar y optimizar un modelo de TensorFlow para la inferencia en Cloud TPU v5e. Para ver más información sobre la inferencia en Cloud TPU v5e, consulta Inferencia de Cloud TPU v5e introducción.

Explora las herramientas de TPU en TensorBoard.