125 lines
5.5 KiB
Markdown
125 lines
5.5 KiB
Markdown
# 本地 TensorBoard 实验追踪方案
|
||
|
||
日期：2025-09-25
|
||
|
||
## 目标
|
||
- 在本地工作站搭建一套轻量、低成本的实验追踪与可视化管道，覆盖训练、评估和模板匹配流程。
|
||
- 结合现有 YAML 配置体系，为后续扩展（自动化调参、远程同步）保留接口。
|
||
|
||
## 环境与前置准备
|
||
1. **系统与软件**
|
||
- 操作系统：Ubuntu 22.04 / Windows 11 / macOS 14（任选其一）。
|
||
- Python 环境：使用项目默认的 `uv` 虚拟环境（见 `uv.lock` / `pyproject.toml`）。
|
||
2. **依赖安装**
|
||
```bash
|
||
uv add tensorboard tensorboardX
|
||
```
|
||
3. **目录规划**
|
||
- 在项目根目录创建 `runs/`，建议按 `runs/<experiment_name>/` 组织日志。
|
||
- 训练与评估可分别输出到 `runs/train/`、`runs/eval/` 子目录。
|
||
|
||
## 集成步骤
|
||
### 1. 配置项扩展
|
||
- 在 `configs/base_config.yaml` 中添加：
|
||
```yaml
|
||
logging:
|
||
use_tensorboard: true
|
||
log_dir: "runs"
|
||
experiment_name: "baseline"
|
||
```
|
||
- 命令行新增 `--log-dir`、`--experiment-name` 参数，默认读取配置，可在执行时覆盖。
|
||
|
||
### 2. 训练脚本 `train.py`
|
||
1. **初始化 SummaryWriter**
|
||
```python
|
||
from torch.utils.tensorboard import SummaryWriter
|
||
|
||
log_dir = Path(args.log_dir or cfg.logging.log_dir)
|
||
experiment = args.experiment_name or cfg.logging.experiment_name
|
||
writer = SummaryWriter(log_dir=log_dir / "train" / experiment)
|
||
```
|
||
2. **记录训练指标**（每个 iteration）
|
||
```python
|
||
global_step = epoch * len(train_dataloader) + i
|
||
writer.add_scalar("loss/total", loss.item(), global_step)
|
||
writer.add_scalar("loss/det", det_loss.item(), global_step)
|
||
writer.add_scalar("loss/desc", desc_loss.item(), global_step)
|
||
writer.add_scalar("optimizer/lr", scheduler.optimizer.param_groups[0]['lr'], global_step)
|
||
```
|
||
3. **验证阶段记录**
|
||
- Epoch 结束后写入平均损失、F1 等指标。
|
||
- 可视化关键点热力图、匹配示意图：`writer.add_image()`。
|
||
4. **资源清理**
|
||
- 训练结束调用 `writer.close()`。
|
||
|
||
### 3. 评估脚本 `evaluate.py`
|
||
1. 初始化 `SummaryWriter(log_dir / "eval" / experiment)`。
|
||
2. 收集所有验证样本的预测框 (boxes)、置信度 (scores) 与真实标注 (ground truth boxes)。
|
||
3. 使用 `sklearn.metrics.average_precision_score` 或 `pycocotools` 计算每个样本的 Average Precision，并汇总为 mAP：
|
||
```python
|
||
from sklearn.metrics import average_precision_score
|
||
ap = average_precision_score(y_true, y_scores)
|
||
writer.add_scalar("eval/AP", ap, global_step)
|
||
```
|
||
4. 在成功匹配（IoU ≥ 阈值）后，从 `match_template_multiscale` 返回值中获取单应矩阵 `H`。
|
||
5. 使用 `cv2.decomposeHomographyMat` 或手动分解方法，将 `H` 提取为旋转角度、平移向量和缩放因子：
|
||
```python
|
||
_, Rs, Ts, Ns = cv2.decomposeHomographyMat(H, np.eye(3))
|
||
rot_angle = compute_angle(Rs[0])
|
||
trans_vec = Ts[0]
|
||
scale = np.linalg.norm(Ns[0])
|
||
```
|
||
6. 从标注文件中读取真实几何变换参数 (rotation_gt, trans_gt, scale_gt)，计算误差：
|
||
```python
|
||
err_rot = abs(rot_angle - rotation_gt)
|
||
err_trans = np.linalg.norm(trans_vec - trans_gt)
|
||
err_scale = abs(scale - scale_gt)
|
||
writer.add_scalar("eval/err_rot", err_rot, img_id)
|
||
writer.add_scalar("eval/err_trans", err_trans, img_id)
|
||
writer.add_scalar("eval/err_scale", err_scale, img_id)
|
||
```
|
||
7. 使用 `writer.add_histogram` 记录误差分布，并通过 `writer.add_image` 可选地上传误差直方图：
|
||
```python
|
||
writer.add_histogram("eval/err_rot_hist", err_rot_list, epoch)
|
||
```
|
||
8. 在 TensorBoard 的 Scalars、Histograms 和 Images 面板中分别查看指标曲线、误差分布及可视化结果。
|
||
|
||
### 4. 模板匹配调试 `match.py`
|
||
- 新增参数 `--tb-log-matches`（布尔值）。
|
||
- 启用后，将关键点分布、Homography 误差统计写入 `runs/match/<experiment>/`。
|
||
|
||
## 可视化与使用
|
||
1. **启动 TensorBoard**
|
||
```bash
|
||
tensorboard --logdir runs --port 6006
|
||
```
|
||
- 浏览器访问 `http://localhost:6006`。
|
||
- 若需局域网共享可加 `--bind_all`。
|
||
2. **推荐面板布局**
|
||
- Scalars：损失曲线、学习率、评估指标。
|
||
- Images：关键点热力图、模板匹配结果。
|
||
- Histograms：描述子分布、梯度范数（可选）。
|
||
- Text：记录配置摘要、Git 提交信息。
|
||
|
||
## 版本控制与组织
|
||
- 实验命名建议采用 `YYYYMMDD_project_variant`，方便检索。
|
||
- 使用 `writer.add_text()` 保存关键配置和 CLI 参数，形成自描述日志。
|
||
- 可开发 `tools/export_tb_summary.py` 导出曲线数据供文档或汇报使用。
|
||
|
||
## 进阶扩展
|
||
1. **自动化脚本**：在 `Makefile` / `tasks.json` 中增加命令，一键启动训练 + TensorBoard。
|
||
2. **远程访问**：通过 `ssh -L` 或 `ngrok` 转发端口，注意访问权限控制。
|
||
3. **对比实验**：利用 TensorBoard `Compare Runs` 功能或统一父目录对比多次实验。
|
||
4. **CI 集成**：在持续集成流程中生成日志，作为构建工件保存。
|
||
|
||
## 验证与维护
|
||
- **功能自测**：运行 1–2 个 epoch，确认日志生成并正确展示。
|
||
- **存储监控**：定期清理或压缩旧实验，避免磁盘占满。
|
||
- **备份策略**：重要实验可打包日志或同步至远程仓库。
|
||
- **团队培训**：在 README 中补充使用说明，组织示例演示。
|
||
|
||
## 下一步
|
||
- [ ] 修改配置和脚本，接入 SummaryWriter。
|
||
- [ ] 准备示例 Notebook/文档，展示 TensorBoard 面板截图。
|
||
- [ ] 后续评估是否需要接入 W&B、MLflow 等更高级平台。
|