基于PaddleX的岩石识别

@[TOC]

1. 项目背景

考虑到自己学习的是人工智能和油气的交叉学科，就想试试能不能从基本的岩石识别来做起，做一个岩石识别的小任务。

本次任务思路来源于AI达人创造营第二期，欢迎有兴趣的小伙伴们一起参加飞桨的开发活动！

也算是实现了自己的一个小目标。（人果然是被逼出来的）

1.1 岩石与油气

岩石的探测与识别是地质调查研究和矿产资源勘查的基础工作，岩石的精准识别与分类对地质的探测与识别极为重要，一般可通过多种方式进行鉴定，例如重磁、测井、地震、遥感、电磁、地球化学、手标本及薄片分析方法等方法。

1.2 日常的小细节

在日常生活中，当我们把少量的水洒到海绵上时，会发现水渗入海绵的孔隙中，且不会流出。与这种现象相似，石油和天然气是储存在岩石的孔隙和裂缝中的，储存油气的岩石叫储层。

1.3 岩石的特性与石油的关系

岩石的种类多种多样，已经被人们认识的有近百种，但能够形成储层的岩石必须具备一定的孔隙性和渗透性。孔隙性的好坏直接决定岩层储存油气的数量，渗透性的好坏控制了储集层内所含油气的产能。我国已发现的储层类型是多种多样的，主要有砂岩储层、碳酸盐岩储层、火山岩储层、结晶岩储层和泥质岩储层。

1.4 现有的岩石识别系统

自然资源部中国地质调查局“地质云”矿物、岩石识别系统，是人工智能（AI）技术在地质信息化中的典型应用。基本原理是——采用人工智能方式，把已确认的矿物、岩石图片存放于地质云服务器中，建立识别模型，通过计算机深度学习方式，对新采集的矿物、岩石图像进行识别。这个系统是地质专业初学者及非地质工作人员快速了解和识别矿物、岩石的辅助工具。

来源： https://www.cgs.gov.cn/xwl/sp/yangshi/201810/t20181019_469426.html

1.5 自我感想

看到上面这个系统的时候，我就想着能不能自己做一个。他行我也行！我也是大天朝的研究生！我也是学AI的！况且百度飞桨的套件花样多，能够玩出花来！

2. 数据集选取

这个数据集其实是百度公开的数据集修改来的

原始数据集是这个：

https://aistudio.baidu.com/aistudio/datasetdetail/85829 #/

修改折腾后了好几版，后来发现之前折腾的数据集被公开了还不能删除。。。私下想着，以后会不会有人看了看数据集，发现质量这幺差会不会骂死我？

修改后的数据集3.0：

https://aistudio.baidu.com/aistudio/datasetdetail/129645

不过后期由于对数据集的认识不够，自己私下写了一些批量修改代码，批量重命名的程序，把图片都处理了一下。

这个数据集主要是集中基本的岩石类别，主要有“玄武岩”、“花岗岩”、“大理石”、“石英岩”、“煤”、“石灰石”、“砂岩” 共计7类。

每一个类别都是一个文件夹，推荐使用PaddleX来对这个数据集进行自动划分，贼方便有木有！

其中一个图片是这样子的：很黑吧！

当然黑了，这是煤！

#解压数据集
!unzip -oq data/data129645/RockData.zip -d data/

#查看数据集目录树
!tree data/RockData/

# 引入依赖库
import cv2
import os 
import numpy as np
import matplotlib.pyplot as plt

#图片抽样
#读取数据集中一个文件夹的路径
file_dir = '/home/aistudio/data/RockData/Coal/'
#设立列表存储图片名
filesum = []
#读取图片名
for root, dirs, files in os.walk(file_dir): 
    filesum.append(files)
filesum = filesum[0]
#打印图片名看看效果符不符合预期
#print(filesum)
#定义画布大小
plt.figure(figsize=(8, 8))
#循环读取图片并显示
for i in range(1,5):
    plt.subplot(2,2,i)
    plt.title(filesum[i])
    image = file_dir+filesum[i]
    #print(f">>>{image}")
    plt.imshow(cv2.imread(image,1))
plt.tight_layout()
plt.show()

​

​

3. PaddleX 安装

在这里我使用PaddleX套件，PaddleX套件在处理图像分类的问题上会大量节省开发效率，相关文档如下：

PaddleX项目官网：

https://www.paddlepaddle.org.cn/paddle/paddlex

PaddleX Github地址：

https://github.com/PaddlePaddle/PaddleX

PaddleX API开发模式快速上手：

https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/quick_start_API.md

PaddleX指标及日志：

https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/appendix/metrics.md

#使用pip安装方式安装2.1.0版本：
pip install paddlex==2.1.0 -i https://mirror.baidu.com/pypi/simple

#在模型进行训练时，我们需要划分训练集，验证集和测试集
#因此需要对如上数据进行划分，直接使用paddlex命令即可将数据集随机划分成70%训练集，20%验证集和10%测试集
#划分好的数据集会额外生成labels.txt, train_list.txt, val_list.txt, test_list.txt四个文件，之后可直接进行训练。
paddlex --split_dataset --format ImageNet --dataset_dir /home/aistudio/data/RockData --val_value 0.2 --test_value 0.1

3.1 MobileNetV3

模型使用的是MobileNetV3-百度改，是百度基于蒸馏方法得到的MobileNetV3预训练模型，模型结构与MobileNetV3一致，但精度更高。

3.2 MobileNetV3 的其他平台开源版本

（1）PyTorch实现1： https://github.com/xiaolai-sqlai/mobilenetv3

（2）PyTorch实现2： https://github.com/kuan-wang/pytorch-mobilenet-v3

（3）PyTorch实现3： https://github.com/leaderj1001/MobileNetV3-Pytorch

（4）Caffe实现： https://github.com/jixing0415/caffe-mobilenet-v3

（5）TensorFLow实现： https://github.com/Bisonai/mobilenetv3-tensorflow

3.3 主要内容

上面两张图是MobileNetV2和MobileNetV3的网络块结构。

MobileNetV3综合了以下三种模型的思想：

MobileNetV1的深度可分离卷积（depthwise separable convolutions）

MobileNetV2的具有线性瓶颈的逆残差结构(the inverted residual with linear bottleneck)

MnasNet的基于squeeze and excitation结构的轻量级注意力模型

详细的论文请参考：《Searching for MobileNetV3》

这里就不多赘述

4. 配置超参数并训练模型

#在训练和验证过程中，数据的处理
from paddlex import transforms as T
train_transforms = T.Compose([
    #图片自由裁剪
    T.RandomCrop(crop_size=224),
    T.Normalize()])
eval_transforms = T.Compose([
    #图片大小自定义
    T.ResizeByShort(short_size=256),
    T.CenterCrop(crop_size=224),
    T.Normalize()
])

import paddlex as pdx
#定义数据集，pdx.datasets.ImageNet表示读取ImageNet格式的分类数据集：
train_dataset = pdx.datasets.ImageNet(
    data_dir='/home/aistudio/data/RockData',
    file_list='/home/aistudio/data/RockData/train_list.txt',
    label_list='/home/aistudio/data/RockData/labels.txt',
    transforms=train_transforms,
    shuffle=True)
eval_dataset = pdx.datasets.ImageNet(
    data_dir='/home/aistudio/data/RockData',
    file_list='/home/aistudio/data/RockData/val_list.txt',
    label_list='/home/aistudio/data/RockData/labels.txt',
    transforms=eval_transforms)

2022-02-27 19:49:23 [INFO]  Starting to read file list from dataset...
2022-02-27 19:49:23 [INFO]  1442 samples in file /home/aistudio/data/RockData/train_list.txt
2022-02-27 19:49:23 [INFO]  Starting to read file list from dataset...
2022-02-27 19:49:23 [INFO]  408 samples in file /home/aistudio/data/RockData/val_list.txt

4.1 训练通用统计信息

以下字段会在输出时候显示，具体含义如下：

4.2 训练日志字段

分类任务的训练日志除了通用统计信息外，还包括acc1和acc5两个特有字段。

注： acck准确率是针对一张图片进行计算的：把模型在各个类别上的预测得分按从高往低进行排序，取出前k个预测类别，若这k个预测类别包含了真值类，则认为该图片分类正确。

上图中第1行中的acc1表示参与当前迭代步数的训练样本的平均top1准确率，值越高代表模型越优；acc5表示参与当前迭代步数的训练样本的平均top5（若类别数n少于5，则为topn）准确率，值越高代表模型越优。

例如：

[TRAIN] Epoch=1/10, Step=20/22, loss=1.064334, acc1=0.671875, acc5=0.968750, lr=0.025000, time_each_step=0.15s, eta=0:0:31

代表：

Epoch=1/10 [迭代轮数]所有训练数据会被训练10轮，当前处于第1轮；

Step=20/22 [迭代步数]所有训练数据被训练一轮所需要的迭代步数为22，当前处于第20步；

loss=1.064334 [损失函数值]loss值为1.064334；

acc1=0.671875 acc1表示整个验证集的平均top1准确率为0.671875；

acc5=0.968750 acc5表示整个验证集的平均top5准确率为0.968750；

lr=0.025000 [学习率]当前模型迭代过程中的学习率；

time_each_step=0.15s [每步迭代时间]训练过程计算得到的每步迭代平均用时；

eta=0:0:31 [剩余时间]模型训练完成所需剩余时间预估为0小时9分钟44秒；

#使用百度基于蒸馏方法得到的MobileNetV3预训练模型，模型结构与MobileNetV3一致，但精度更高。
num_classes = len(train_dataset.labels)
model = pdx.cls.MobileNetV3_small(num_classes=num_classes)
model.train(num_epochs=10,
            train_dataset=train_dataset,
            train_batch_size=64,
            eval_dataset=eval_dataset,
            lr_decay_epochs=[4, 6, 8],
            save_dir='output/mobilenetv3_small',
            #训练的输出保存在output/mobilenetv3_small
            use_vdl=True)
            #use_vdl=True表示可以启动visualdl并查看可视化的指标变化情况。

2022-02-27 20:04:02 [INFO]  Loading pretrained model from output/mobilenetv3_small/pretrain/MobileNetV3_small_x1_0_pretrained.pdparams
2022-02-27 20:04:03 [WARNING]   [SKIP] Shape of pretrained params fc.weight doesn't match.(Pretrained: (1280, 1000), Actual: [1280, 7])
2022-02-27 20:04:03 [WARNING]   [SKIP] Shape of pretrained params fc.bias doesn't match.(Pretrained: (1000,), Actual: [7])
......
poch=7, acc1=0.740327, acc5=0.979911 .
2022-02-27 20:04:42 [INFO]  Current evaluated best model on eval_dataset is epoch_6, acc1=0.7425594925880432
2022-02-27 20:04:42 [INFO]  Model saved in output/mobilenetv3_small/epoch_7.
2022-02-27 20:04:44 [INFO]  [TRAIN] Epoch=8/10, Step=6/22, loss=0.568543, acc1=0.781250, acc5=0.984375, lr=0.000250, time_each_step=0.19s, eta=0:0:14
2022-02-27 20:04:45 [INFO]  [TRAIN] Epoch=8/10, Step=16/22, loss=0.609234, acc1=0.796875, acc5=1.000000, lr=0.000250, time_each_step=0.15s, eta=0:0:10
2022-02-27 20:04:46 [INFO]  [TRAIN] Epoch 8 finished, loss=0.5681447, acc1=0.79545456, acc5=0.99502844 .
2022-02-27 20:04:46 [INFO]  Start to evaluate(total_samples=408, total_steps=7)...
2022-02-27 20:04:48 [INFO]  [EVAL] Finished, Epoch=8, acc1=0.732143, acc5=0.982143 .
2022-02-27 20:04:48 [INFO]  Current evaluated best model on eval_dataset is epoch_6, acc1=0.7425594925880432
2022-02-27 20:04:48 [INFO]  Model saved in output/mobilenetv3_small/epoch_8.
2022-02-27 20:04:49 [INFO]  [TRAIN] Epoch=9/10, Step=4/22, loss=0.511275, acc1=0.812500, acc5=1.000000, lr=0.000025, time_each_step=0.19s, eta=0:0:9
2022-02-27 20:04:50 [INFO]  [TRAIN] Epoch=9/10, Step=14/22, loss=0.546328, acc1=0.796875, acc5=1.000000, lr=0.000025, time_each_step=0.15s, eta=0:0:6
2022-02-27 20:04:52 [INFO]  [TRAIN] Epoch 9 finished, loss=0.5753054, acc1=0.8004261, acc5=0.9957386 .
2022-02-27 20:04:52 [INFO]  Start to evaluate(total_samples=408, total_steps=7)...
2022-02-27 20:04:53 [INFO]  [EVAL] Finished, Epoch=9, acc1=0.741071, acc5=0.982143 .
2022-02-27 20:04:53 [INFO]  Current evaluated best model on eval_dataset is epoch_6, acc1=0.7425594925880432
2022-02-27 20:04:53 [INFO]  Model saved in output/mobilenetv3_small/epoch_9.
2022-02-27 20:04:54 [INFO]  [TRAIN] Epoch=10/10, Step=2/22, loss=0.833730, acc1=0.718750, acc5=1.000000, lr=0.000025, time_each_step=0.19s, eta=0:0:3
2022-02-27 20:04:56 [INFO]  [TRAIN] Epoch=10/10, Step=12/22, loss=0.838117, acc1=0.750000, acc5=1.000000, lr=0.000025, time_each_step=0.15s, eta=0:0:1
2022-02-27 20:04:57 [INFO]  [TRAIN] Epoch=10/10, Step=22/22, loss=0.532285, acc1=0.781250, acc5=1.000000, lr=0.000025, time_each_step=0.15s, eta=0:0:0
2022-02-27 20:04:57 [INFO]  [TRAIN] Epoch 10 finished, loss=0.5774534, acc1=0.79616475, acc5=0.9957386 .
2022-02-27 20:04:58 [INFO]  Start to evaluate(total_samples=408, total_steps=7)...
2022-02-27 20:04:59 [INFO]  [EVAL] Finished, Epoch=10, acc1=0.745536, acc5=0.982143 .
2022-02-27 20:04:59 [INFO]  Model saved in output/mobilenetv3_small/best_model.
2022-02-27 20:04:59 [INFO]  Current evaluated best model on eval_dataset is epoch_10, acc1=0.7455357313156128
2022-02-27 20:04:59 [INFO]  Model saved in output/mobilenetv3_small/epoch_10.

5. 测试模型效果

#模型在训练过程中，会每间隔一定轮数保存一次模型
#在验证集上评估效果最好的一轮会保存在save_dir目录下的best_model文件夹
#加载模型，进行预测：
import paddlex as pdx
model = pdx.load_model('output/mobilenetv3_small/best_model')
result = model.predict('/home/aistudio/data/RockData/Coal/Coal271.jpg')
#设置预测结果为标题
plt.title(result[0]['category'])
#显示预测的图像
plt.imshow(cv2.imread('/home/aistudio/data/RockData/Coal/Coal271.jpg',1))
#打印预测的结果
print("Predict Result: ", result)

6. 可视化模型效果

点击AIstudio左侧工具栏倒数第五个：【数据模型可视化】
设置logdir为【!cat output/mobilenetv3_small/vdl_log/】
点击【启动VisualDL服务】

7. 总结

少年的心总是喜欢折腾的，要不然这个世界的历史就不会惊起波澜，后期打算自己组网实现这个任务，更深入了解AI训练过程中的点点滴滴，不过囿于现在的菜鸡本菜的水平，还是一步一步踏踏实实多多训练参数，多多看大佬们的项目来汲取养分，成长自己。

最重要的是，人真的是被逼出来的！不逼自己一把，你根本不会知道自己有多幺厉害！