首先下载paddlex(网页)的本地软件,下载链接如下:
paddlex
下载完成后进行安装
打开后选择开发者模式,开发者模式主要是和VScode进行集成
本章节主要介绍在开发者模式下可以查看和编辑的文件及其作用,关于在线VSCode本身的使用,请参考官方文档。 下面详细说明workspace中的文件,目录结构如下图:
├── base # UI模板的具体实现模块├── __pycache__ # 存放 Python 解释器编译过的模块的缓存文件,无需关注。├── utils # 通用工具├── __init__.py ├── base_run_paddlex.py # run_paddlex.py的基类├── base_ui.py # UI基类├── compress_ui.py # 模型压缩环节的UI├── dataset_ui.py # 数据集校验环节的UI├── deploy_ui.py # 模型部署环节的UI├── evaluate_ui.py # 验证测试环节的UI├── train_ui.py # 模型训练环节的UI
├── data # 数据目录
├── quick_start # 快速体验
| ├── info.yaml # 模型元数据,模型库主页的卡片通过从这个解析获得
| ├── introduction_cn.ipynb # 模型介绍及快速体验
├── tmp # PaddleX部署包临时文件
├── work # AI Studio工程文件夹
├── config.yaml # 模型全部配置所在的文件,UAPI生成的。
├── get_example_data.sh # 在开发者模式,命令行手动执行'sh get_example_data.sh'获取样例数据集
├── logger.webui.gradio.py # 实现工具箱模式下底部的日志输出模块的gradio代码(日志输出的UI),请不要修改此文件,以免影响工具箱模式的正常运行。
├── main.ipynb # 可以不关注。PaddleX在AI Studio项目中展示的文件。
├── main.webui.gradio.py # 工具箱主界面的UI程序,依赖gradio。
├── readme.md # PaddleX基础介绍
├── run_demo.py # 在开发者模式,仅需指定数据集位置即可全流程运行;与工具箱模式无关
├── run_paddlex.py # 工具箱模式的后台执行脚本,在开发者模式下也可以通过传入--exec_train等参数直接运行。
├── ui_config.yaml # 记录工具箱模式下各个UI组件的值,工具箱模式下对各个UI组件的操作将实时落盘到这
最简单的使用方法是修改训练的数据集来源,改成自己本地的数据集来源
可以使用`run_paddlex.py`作为主要的开发脚本,通过修改`ui_config.yaml`和`config.yaml`两个文件中的配置项进行参数调整。**注意:1. 配置项优先级ui_config.yaml > config.yaml。2. 如果您想修改run_paddlex.py,请先复制备份,再基于备份文件修改,否则可能导致工具箱模式出错。**
下面是项目空间中您能看到的文件及其功能列表
| 文件夹/文件 | 内容及作用 |
| :-: | :-: |
| base | 控制工具箱模式的核心代码集合,如果对工具箱DIY有较深层次的需求,可以阅读这部分代码并自行改造。建议改造之前做好备份哦~ |
| data | 数据目录。get_example_data.sh/get_example_data.bat脚本将下载示例数据集至data/example_data。**特别注意❗:在AI Studio云端,本目录下的内容不会持久化存储,重新启动环境后将丢失新增的文件!如果有数据持久化需求,建议手动将数据集复制到外层目录!** |
| quick_start | 本目录下包含元数据文件`info.yaml`以及介绍文件`introduction_cn.ipynb`。 |
| tmp | 存放临时文件,一般不必关注 |
| work | AI Studio云端特有的目录,可以选择将工作文件放在此处统一管理 |
| run_paddlex.py | 使用UAPI执行数据校验、模型训练、评估测试等环节。这个脚本是工具箱模式的后台执行脚本,在开发者模式下也可以通过传入--exec_train等参数直接运行。不建议对该脚本进行修改,否则可能导致工具箱模式出错。|
| run_demo.py | 使用UAPI执行数据校验、模型训练、评估测试等环节。与工具箱模式无关,仅需指定数据集位置即可全流程运行。|
| main.webui.gradio.py | 工具箱模式的gradio服务启动入口。通过将dataset、train、evaluate、deploy等环节解耦,灵活地搭建前端gradio UI界面。您在必要时可以在开发者模式下修改此文件,当再次切换到工具箱模式时,然后到工具箱模式下点击“重新加载”,就可以启动新的gradio服务。|
| config.yaml | 当前模型的全量配置文件,也是UAPI封装的各个套件的底层实际使用的配置文件。如果您对各个套件本身比较熟悉的话,可以在开发者模式下直接修改这个配置文件进行开发。但是要注意,ui_config.yaml的优先级高于config.yaml。|
| ui_config.yaml | 记录工具箱模式下各个UI组件的值,工具箱模式下对各个UI组件的操作将实时落盘到这个配置文件中,这样在重新启动工具箱模式时,能加载之前修改过的配置项。本配置文件中的相关配置项不如config.yaml中全面,但是优先级比config.yaml高。|
| logger.webui.gradio.py | 实现工具箱模式下底部的日志输出模块的gradio代码,**请不要随意修改此文件,以免影响工具箱模式的正常运行❗**|