使用colab运行深度学习gpu应用（Mask R-CNN）实践

1，目的

Google Colaboratory（https://colab.research.google.com）是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用！GPU型号是Tesla K80！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。

 

Mask R-CNN（https://github.com/matterport/Mask_RCNN），Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow，是一款物体检测与分割的开源软件。Mask R-CNN是ICCV 2017的best paper，彰显了机器学习计算机视觉领域在2017年的最新成果。在机器学习2017年的最新发展中，单任务的网络结构已经逐渐不再引人瞩目，取而代之的是集成，复杂，一石多鸟的多任务网络模型。Mask R-CNN就是典型的代表。本篇大作的一作是何凯明。

本文目的在于尝试在colab上使用其GPU运行环境，运行Mask R-CNN的demo，看看实际运行的速度和效果究竟如何。

2，运行环境准备

参考文件：Google Colab——用谷歌免费GPU跑你的深度学习代码

https://www.jianshu.com/p/000d2a9d36a0

为使mrcnn的demo代码能在colab中跑起来，需先安装运行环境。步骤如下：

è       将github项目代码复制到google云端硬盘中。

è       在云端notebook中启动demo代码。

è       设置notebook代码运行环境

è       安装软件并挂载Google Drive

è       安装requirements包

è       安装mrcnn包

2.1复制代码

将Mask R-CNN代码从github下载，然后上传到google云端硬盘中。具体步骤略过。

 

2.2，打开代码

在google drive目录中找到 samples目录下的demo.ipynb文件，点击鼠标右键，选择“打开方式”，选择“Colaboratory”

 

2.3，设置代码环境

 

依次选择菜单项：修改—笔记本设置，在设置界面选择GPU加速器。

 

2.4，安装必要的包和软件

点击“+代码”按钮，在其中输入以下代码，按ctrl+enter运行

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

运行代码，运行中会提示输入验证码，点击程序给出的网址进行验证即可。

注意：本人使用时进行了2次验证。

 

2.5，挂载Google Drive

点击“+代码”按钮，在其中输入以下代码，按ctrl+enter运行

!mkdir -p drive
!google-drive-ocamlfuse drive

然后输入“!ls drive”查看挂载的文件。

 

2.6，安装依赖包

运行以下命令：

!pip3 install -r drive/mrcnn/Mask_RCNN-master/requirements.txt

 

2.7，安装mrcnn包

首先发出以下命令，更改当前目录为mrcnn主目录：

import os

os.chdir("drive/mrcnn/Mask_RCNN-master")

然后运行安装程序：

!python3 setup.py install

过程如下（有节选）：

WARNING:root:Fail load requirements file, so using default ones.

running install

running bdist_egg

running egg_info

creating mask_rcnn.egg-info

writing mask_rcnn.egg-info/PKG-INFO

…

installing library code to build/bdist.linux-x86_64/egg

running install_lib

running build_py

creating build

creating build/lib

creating build/lib/mrcnn

copying mrcnn/parallel_model.py -> build/lib/mrcnn

…

Adding mask-rcnn 2.1 to easy-install.pth file

 

Installed /usr/local/lib/python3.6/dist-packages/mask_rcnn-2.1-py3.6.egg

Processing dependencies for mask-rcnn==2.1

Finished processing dependencies for mask-rcnn==2.1

3，运行demo

先将当前目录变更到samples下：

import os

os.chdir("/content/drive/mrcnn/Mask_RCNN-master/samples")

3.1 下载预训练模型

 

3.2 模型配置

 

运行结果如下，可以看到使用了1块gpu加速：

Configurations:

BACKBONE                       resnet101

BACKBONE_STRIDES               [4, 8, 16, 32, 64]

BATCH_SIZE                     1

BBOX_STD_DEV                   [0.1 0.1 0.2 0.2]

COMPUTE_BACKBONE_SHAPE         None

DETECTION_MAX_INSTANCES        100

DETECTION_MIN_CONFIDENCE       0.7

DETECTION_NMS_THRESHOLD        0.3

FPN_CLASSIF_FC_LAYERS_SIZE     1024

GPU_COUNT                      1

GRADIENT_CLIP_NORM             5.0

IMAGES_PER_GPU                 1

IMAGE_CHANNEL_COUNT            3

IMAGE_MAX_DIM                  1024

IMAGE_META_SIZE                93

IMAGE_MIN_DIM                  800

IMAGE_MIN_SCALE                0

IMAGE_RESIZE_MODE              square

IMAGE_SHAPE                    [1024 1024    3]

LEARNING_MOMENTUM              0.9

LEARNING_RATE                  0.001

LOSS_WEIGHTS                   {'rpn_class_loss': 1.0, 'rpn_bbox_loss': 1.0, 'mrcnn_class_loss': 1.0, 'mrcnn_bbox_loss': 1.0, 'mrcnn_mask_loss': 1.0}

MASK_POOL_SIZE                 14

MASK_SHAPE                     [28, 28]

MAX_GT_INSTANCES               100

MEAN_PIXEL                     [123.7 116.8 103.9]

MINI_MASK_SHAPE                (56, 56)

NAME                           coco

NUM_CLASSES                    81

POOL_SIZE                      7

POST_NMS_ROIS_INFERENCE        1000

POST_NMS_ROIS_TRAINING         2000

PRE_NMS_LIMIT                  6000

ROI_POSITIVE_RATIO             0.33

RPN_ANCHOR_RATIOS              [0.5, 1, 2]

RPN_ANCHOR_SCALES              (32, 64, 128, 256, 512)

RPN_ANCHOR_STRIDE              1

RPN_BBOX_STD_DEV               [0.1 0.1 0.2 0.2]

RPN_NMS_THRESHOLD              0.7

RPN_TRAIN_ANCHORS_PER_IMAGE    256

STEPS_PER_EPOCH                1000

TOP_DOWN_PYRAMID_SIZE          256

TRAIN_BN                       False

TRAIN_ROIS_PER_IMAGE           200

USE_MINI_MASK                  True

USE_RPN_ROIS                   True

VALIDATION_STEPS               50

WEIGHT_DECAY                   0.0001

 

3.3 建立模型并装载权重文件

 

3.4 设置识别类型

此处设置的检测类别（即关注类型）不算多，涵盖了81种物体。

 

3.5 执行物体检测

总算要执行物体检测了，运行以下代码：

 

 经过不到10秒的时间，检测完毕，输出如下：

Processing 1 images

image                    shape: (480, 640, 3)         min:    0.00000  max:  255.00000  uint8

molded_images            shape: (1, 1024, 1024, 3)    min: -123.70000  max:  151.10000  float64

image_metas              shape: (1, 93)               min:    0.00000  max: 1024.00000  float64

anchors                  shape: (1, 261888, 4)        min:   -0.35390  max:    1.29134  float32

 

 再多运行几次上述代码，不同的图片也都在10秒内完成了检测。可以看到，检测的效果很不错，无错检和漏检，物体轮廓标记准确。

 

4，总结

以下总结来源于作者：Caria_W
链接：https://www.jianshu.com/p/000d2a9d36a0
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

1. 可以把Colab看成是一台带有GPU的Ubuntu虚拟机，只不过我们只能用命令行的方式操作它。你可以选择执行系统命令，亦或是直接编写运行python代码。
2. 挂载完Google Drive，会在虚拟机里生成一个drive文件夹，直接将Google Drive当成是一块硬盘即可。访问drive文件夹里的文件，就是在访问你的Google Drive里的文件。
3. Colab最多连续使用12小时，超过时间系统会强制掐断正在运行的程序并收回占用的虚拟机。（好像再次连接到虚拟机后，虚拟机是被清空的状态，需要重新配置和安装库等等）
4. 请使用科学上网方式。

总体来说，对于很多无力购置独立gpu显卡的深度学习开发者来说，在colab中使用google提供的配置好的运行环境以及免费的显卡，是一个不错的选择。但比较遗憾的是上述第3条，本人实际验证发现，一旦关闭自主安装好的软件环境（比如重新打开notebook，无论python文件新旧），以前配置的包都没有了，连google drive的驱动也要重装一遍，才能再次访问云盘文件。总之，繁琐是有点，但提供了一个免费撸代码的舞台，确实是AI开发者的福音。