MMDetection实用工具详解（下）：模型复杂度、基准测试

工具目录

四、模型复杂度
- 应用展示
- - 结果解析
五、基准测试
- 鲁棒性测试基准
- 应用展示
- - 结果解析
  - - Testing gaussian_noise at severity 0
    - Testing gaussian_noise at severity 2
    - Aggregated results
遇到的tools自定义导包模块No Module Error错误
- 解决思路

上期MMDetection内三个实用工具详解：日志分析、结果分析、混淆矩阵介绍了三个实用工具，接着上一期我们继续分享两个实用工具：模型复杂度、基准测试。

四、模型复杂度

tools/analysis_tools/get_flops.py 工具可用于计算指定模型的 FLOPs、参数量大小（改编自 flops-counter.pytorch ）。

python tools/analysis_tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}]

获得的结果如下：

==============================
Input shape: (3, 1280, 800)
Flops: 239.32 GFLOPs
Params: 37.74 M
==============================

注意：这个工具还只是实验性质，我们不保证这个数值是绝对正确的。你可以将他用于简单的比较，但如果用于科技论文报告需要再三检查确认。

FLOPs 与输入的形状大小相关，参数量没有这个关系，默认的输入形状大小为 (1, 3, 1280, 800) 。
一些算子并不计入 FLOPs，比如 GN 或其他自定义的算子。你可以参考 mmcv.cnn.get_model_complexity_info() 查看更详细的说明。
两阶段检测的 FLOPs 大小取决于 proposal 的数量。

应用展示

python tools/analysis_tools/get_flops.py work_dirs/faster-rcnn_r50_fpn_ms-3x_coco_oxford/faster-rcnn_r50_fpn_ms-3x_coco_oxford.py

结果解析

==============================
Use size divisor set input shape from (297, 300) to (800, 832)
==============================
Compute type: dataloader: load a picture from the dataset
Input shape: (800, 832)
Flops: 0.181T
Params: 41.353M
==============================
!!!Please be cautious if you use the results in papers. You may need to check if all ops are supported and verify that the flops computation is correct.

Flops: 0.181T FLOPs（Floating Point Operations Per Second）表示每秒浮点运算次数，这里是0.181万亿次（Tera，T=10^12）。这是评估模型计算复杂度的一个指标，意味着在执行特定任务或前向传播时，该模型大约需要进行0.181万亿次浮点运算。较高的FLOPs值通常意味着更大的计算需求和潜在的更长运行时间。
Params: 41.353M 参数量（Params）指的是模型中所有可学习参数的总数，这里是41.353百万（Mega，M=10^6）。模型参数包括权重和偏置等，它们是模型学习过程中的关键组成部分，决定了模型的容量、表达能力和泛化能力。较大的参数量可能会带来更强的学习能力，但也需要更多的内存资源，并可能导致过拟合问题，尤其是在数据集较小的情况下。

五、基准测试

鲁棒性测试基准

tools/analysis_tools/test_robustness.py 及 tools/analysis_tools/robustness_eval.py 帮助使用者衡量模型的鲁棒性。其核心思想来源于 Benchmarking Robustness in Object Detection: Autonomous Driving when Winter is Coming。
在这里插入图片描述

应用展示

详细了解如何在污损图像上评估模型的效果，以及参考该基准的一组标准模型，请参照官方文档 robustness_benchmarking.md 获取终端命令模板，这里不再赘述。

首次使用请先安装包含图像损坏变换功能的科学库

pip install imagecorruptions

然后根据实际情况参考命令模板依次填入配置文件、权重文件、其他必要参数等

python tools/analysis_tools/test_robustness.py 
work_dirs/faster-rcnn_r50_fpn_ms-3x_coco_oxford/faster-rcnn_r50_fpn_ms-3x_coco_oxford.py 
work_dirs/faster-rcnn_r50_fpn_ms-3x_coco_oxford/iter_7080.pth 
--corruptions gaussian_noise 
--severities 0 2 
--out robustness_result.pkl

实际操作中请使用 paste in one line 粘贴以上代码

corruption：代表使用一组自定义的损坏变换，代码中使用的是 gaussian_noise
severities：代表选择施加在图像上的损坏变换的严重程度。严重程度从 1 到 5 逐级增强，0 表示不对图像施加损坏变换，即原始图像数据。
out：指明输出的 pkl 格式的结果文件路径。

结果解析

Testing gaussian_noise at severity 0

 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.850Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=1000 ] = 0.990Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=1000 ] = 0.968Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = -1.000Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.789Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.868Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.886Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=300 ] = 0.886Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=1000 ] = 0.886Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = -1.000Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.822Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.901
06/14 00:43:06 - mmengine - INFO - bbox_mAP_copypaste: 0.850 0.990 0.968 -1.000 0.789 0.868
06/14 00:43:07 - mmengine - INFO - Results has been saved to robustness_result.pkl.
06/14 00:43:07 - mmengine - INFO - Epoch(test) [737/737]    coco/bbox_mAP: 0.8500  coco/bbox_mAP_50: 0.9900  coco/bbox_mAP_75: 0.9680  coco/bbox_mAP_s: -1.0000  coco/bbox_mAP_m: 0.7890  coco/bbox_mAP_l: 0.8680  data_time: 2.1947  time: 2.2805

在没有高斯噪声的情况下（Severity 0），模型展示出了非常出色的性能：

总体平均精度（AP） 在不同的IoU阈值和目标尺寸上都很高，尤其是在 IoU 介于0.50到0.95之间时，AP达到了0.850，表明模型在无噪声环境下的目标检测精确度很高。
特别是，当 IoU 设定为0.50时（AP@[IoU=0.50]），模型在不限制最大检测数量时（maxDets=1000）几乎达到了完美的识别率，AP为0.990，显示出极强的召回能力。
对于更严格的要求，如IoU阈值为0.75时（AP@[IoU=0.75]），模型依然保持了0.968的AP，证明其在精确匹配目标边界方面表现优异。
模型在检测大型目标时（AP@[area=large]）的性能略优于中型目标（AP@[area=medium]），分别为0.868和0.789。

Testing gaussian_noise at severity 2

 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.657Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=1000 ] = 0.883Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=1000 ] = 0.766Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = -1.000Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.540Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.688Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.705Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=300 ] = 0.705Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=1000 ] = 0.705Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = -1.000Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.577Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.736
06/14 01:11:05 - mmengine - INFO - bbox_mAP_copypaste: 0.657 0.883 0.766 -1.000 0.540 0.688
06/14 01:11:05 - mmengine - INFO - Results has been saved to robustness_result.pkl.
06/14 01:11:06 - mmengine - INFO - Epoch(test) [737/737]    coco/bbox_mAP: 0.6570  coco/bbox_mAP_50: 0.8830  coco/bbox_mAP_75: 0.7660  coco/bbox_mAP_s: -1.0000  coco/bbox_mAP_m: 0.5400  coco/bbox_mAP_l: 0.6880  data_time: 2.1945  time: 2.2723

然而，在施加了些许高斯噪声（Severity 2）后，模型的性能显著下降：

总体AP从0.850降到了0.657，尤其是在不同IoU阈值和目标尺寸上都观察到了下降，这说明噪声对模型识别和定位目标的能力产生了负面影响。
尤其是对于中型目标（AP@[area=medium]），其性能从0.789骤降至0.540，表明噪声对此类尺寸的目标检测影响最大。
召回率（AR）也呈现出类似的下降趋势，反映了在噪声环境下模型找回目标的能力减弱。

Aggregated results

model: robustness_result_results.pkl
Mean Performance under Corruption [mPC] (bbox)Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.131Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.177Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.153Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -0.200Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.108Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.138

汇总结果 中的“Mean Performance under Corruption [mPC]”似乎是对模型在不同噪声等级下的平均性能评估：

AP@[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.131：这表示在所有目标尺寸范围内，当考虑从IoU阈值0.50至0.95的匹配，并且每张图片只考虑最多100个检测结果时，模型的平均精度是13.1%。这个值表明在广泛的匹配标准和有限的检测展示下，模型的整体性能较低。
AP@[ IoU=0.50 | area= all | maxDets=100 ] = 0.177：特别针对IoU阈值为0.50时，模型的平均精度稍有提升，达到了17.7%，说明在较为宽松的匹配标准下，模型表现稍好。
AP@[ IoU=0.75 | area= all | maxDets=100 ] = 0.153：当提高匹配严格度至IoU=0.75时，AP反而略有下降，说明模型在高精度匹配上的能力较弱。
AP@[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -0.200：理论上，这是一个不合理的值，因为AP不能为负。正常解读应寻找错误或理解这里的-0.200是一个标记错误，可能意在指出模型在小目标检测上的性能极差或无法计算，但这需要根据实际情况校正。
AP@[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.108 和 AP@[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.138：这两个值分别表示中型和大型目标在同样条件下的平均精度，显示模型在检测较大目标时比小目标稍有优势，但仍处于较低水平。

总之，高斯噪声，尤其是在Severity 2的水平，显著降低了模型在目标检测任务上的精度和召回率，特别是对中型目标的影响最为严重。这强调了在实际应用中，提高模型对图像噪声鲁棒性的必要性。

遇到的tools自定义导包模块No Module Error错误

报错from tools.analysis_tools.robustness_eval import get_results ModuleNotFoundError: No module named 'tools.analysis_tools'

解决思路

我习惯性进入mmdetection文件后再用tools/内的工具文件

cd mmdetection

进入mmdetection目录之后使用鲁棒性测试基准工具，需要注意以下自定义导包语句

from tools.analysis_tools.robustness_eval import get_results

去掉tools.analysis.改为

from robustness_eval import get_results

再在tools/和analysis_tools/文件夹下加上__init__.py（空文件即可）