配置文件字典操作

Halcom

1. from addict import Dict
   
2. 
   
3. config = Dict()
   
4. config.exp_name = 'CRNN'
   
5. config.train_options = {
   
6.     # for train
   
7.     'resume_from': '',  # 继续训练地址
   
8.     'third_party_name': '',  # 加载paddle模型可选
   
9.     'checkpoint_save_dir': f"./output/{config.exp_name}/checkpoint",  # 模型保存地址，log文件也保存在这里
   
10.     'device': 'cuda:0',  # 不建议修改
    
11.     'epochs': 200,
    
12.     'fine_tune_stage': ['backbone', 'neck', 'head'],
    
13.     'print_interval': 10,  # step为单位
    
14.     'val_interval': 300,  # step为单位
    
15.     'ckpt_save_type': 'HighestAcc',  # HighestAcc：只保存最高准确率模型 ；FixedEpochStep：每隔ckpt_save_epoch个epoch保存一个
    
16.     'ckpt_save_epoch': 4,  # epoch为单位, 只有ckpt_save_type选择FixedEpochStep时，该参数才有效
    
17. }
    
18. 
    
19. config.SEED = 927
    
20. config.optimizer = {
    
21.     'type': 'Adam',
    
22.     'lr': 0.001,
    
23.     'weight_decay': 1e-4,
    
24. }
    
25. 
    
26. config.lr_scheduler = {
    
27.     'type': 'StepLR',
    
28.     'step_size': 60,
    
29.     'gamma': 0.5
    
30. }
    
31. config.model = {
    
32.     # backbone 可以设置'pretrained': False/True
    
33.     'type': "RecModel",
    
34.     # 'backbone': {"type": "ResNet", 'layers': 34},
    
35.     # 'neck': {"type": 'PPaddleRNN',"hidden_size": 256},
    
36.     # 'head': {"type": "CTC", 'n_class': 93},
    
37.     # 'in_channels': 3,
    
38. 
    
39.     'backbone': {"type": "MobileNetV3", 'model_name': 'small'},
    
40.     'neck': {"type": 'PPaddleRNN', "hidden_size": 48},
    
41.     'head': {"type": "CTC", 'n_class': 93},
    
42.     'in_channels': 3,
    
43. }
    
44. 
    
45. config.loss = {
    
46.     'type': 'CTCLoss',
    
47.     'blank_idx': 0,
    
48. }
    
49. 
    
50. # for dataset
    
51. config.dataset = {
    
52.     'alphabet': r'torchocr/datasets/alphabets/digit.txt',
    
53.     'train': {
    
54.         'dataset': {
    
55.             'type': 'RecTextLineDataset',
    
56.             'file': r'path/train.txt',
    
57.             'input_h': 32,
    
58.             'mean': 0.5,
    
59.             'std': 0.5,
    
60.             'augmentation': False,
    
61.         },
    
62.         'loader': {
    
63.             'type': 'DataLoader',  # 使用torch dataloader只需要改为 DataLoader
    
64.             'batch_size': 16,
    
65.             'shuffle': True,
    
66.             'num_workers': 1,
    
67.             'collate_fn': {
    
68.                 'type': 'RecCollateFn',
    
69.                 'img_w': 120
    
70.             }
    
71.         }
    
72.     },
    
73.     'eval': {
    
74.         'dataset': {
    
75.             'type': 'RecTextLineDataset',
    
76.             'file': r'path/eval.txt',
    
77.             'input_h': 32,
    
78.             'mean': 0.5,
    
79.             'std': 0.5,
    
80.             'augmentation': False,
    
81.         },
    
82.         'loader': {
    
83.             'type': 'RecDataLoader',
    
84.             'batch_size': 4,
    
85.             'shuffle': False,
    
86.             'num_workers': 1,
    
87.             'collate_fn': {
    
88.                 'type': 'RecCollateFn',
    
89.                 'img_w': 120
    
90.             }
    
91.         }
    
92.     }
    
93. }
    
94. 
    
95. # 转换为 Dict
    
96. for k, v in config.items():
    
97.     if isinstance(v, dict):
    
98.         config[k] = Dict(v)

复制代码

pip install addict

1. config.train_options
   
2. Out[3]:
   
3. {'resume_from': '',
   
4. 'third_party_name': '',
   
5. 'checkpoint_save_dir': './output/CRNN/checkpoint',
   
6. 'device': 'cuda:0',
   
7. 'epochs': 200,
   
8. 'fine_tune_stage': ['backbone', 'neck', 'head'],
   
9. 'print_interval': 10,
   
10. 'val_interval': 300,
    
11. 'ckpt_save_type': 'HighestAcc',
    
12. 'ckpt_save_epoch': 4}
    
13. 
    
14. config.train_options.val_interval
    
15. Out[4]: 300

复制代码