基于 OpenGait 的脊柱侧弯步态分类模型复现与调优

在医学 AI 领域,非侵入式的脊柱侧弯筛查一直是一个充满挑战的课题。近期,我基于 OpenGait 框架复现了 ScoNet(剪影输入)模型。从显卡环境配置的“地狱开局”,到模型结构维度不匹配的连环报错,再到最终超越论文 Baseline 的 84.76% 准确率,这篇文章记录了我这段时间的踩坑、思考与阶段性成果。

一、硬件环境的“地狱开局”

由于本项目使用的是相对较旧的依赖,而本地硬件又是最新的 RTX 5070 Ti(sm_120 架构),直接导致了 PyTorch 1.8.1 无法兼容。为此,我全面转战 WSL2 (Ubuntu 22.04) 环境,并经历了:

  1. Nightly 版本 PyTorch 的连环依赖缺失:一路补齐了 libcusparseLt、libnvshmem、cupti 等底层 CUDA 库。
  2. WSL2 显存泄漏死锁:通过 wsl –shutdown 和调整 num_workers 解决。
  3. 显存溢出(OOM):通过降低 batch_size、调整 strides 减小特征图尺寸,最终成功点亮显卡。
超高占用。。。

二、 核心踩坑与代码调试

在跑通环境后,真正的挑战在于如何让数据与网络结构完美适配。主要解决了以下维度冲突:

  • 数据喂食错误:ScoNet 处理的是剪影(Silhouette),一开始误用了骨架数据,导致准确率仅 20%+。后切换到 Scoliosis1K-sil-pkl。
  • 维度切分报错:原始图片经下采样后高度只剩 5,无法按原论文切成 16 份。我修改了 strides 为 [1, 2, 1, 1],并在 sconet.py 中加入了 F.interpolate 强行拉伸高度至 16,成功解决。
  • 模型摆烂(27%准确率):因数据 1:1:8 极度不平衡,且 scale: 1,模型干脆全猜“正常人”。后切换官方 112.json (1:1:2) 并调高 scale: 16,激活了模型的真实学习能力。

三、 阶段性高光:84.76%

调整 lr: 0.01 并跑了 20000 步后,测试集结果迎来大爆发:

  • Total Accuracy: 84.76% (超越了原论文的 82.0%)
  • Macro-avg Precision: 66.60%
  • Macro-avg Recall: 67.93%
  • Macro-avg F1 Score: 66.26%
最后结果

四、 接下来的新目标

  1. 控制变量调参:在当前本地机器上,继续尝试不同的 lr 和迭代次数,通过记录 Excel 找到模型收敛的最佳平衡点。
  2. 放大 Batch Size:当前受限于 16G 显存只能跑 [4, 8]。等师兄的服务器协调下来后,把 Batch Size 放大到 [8, 8] 甚至更高。配合我调好的参数,绝对能彻底弥补 Macro 指标的差距。
  3. 迭代次数翻倍:依照导师建议,将 total_iter 拉升到 40000 步甚至 60000 步,观察 Loss 收敛曲线。

附:修改后的部分yaml配置文件

```yml
data_cfg:
  dataset_name: Scoliosis1K
  # 注意:ScoNet 必须吃剪影数据 (sil),千万别指成骨架 (pose)
  dataset_root: /home/moontcha/projects/OpenGait-master/datasets/Scoliosis1K-sil-pkl/Scoliosis1K-pkl
  # 采用 1:1:2 的官方划分,缓解极度不平衡导致的模型摆烂
  dataset_partition: /home/moontcha/projects/OpenGait-master/datasets/Scoliosis1K/Scoliosis1K_112.json
  num_workers: 0 # WSL 环境下防数据加载死锁
  remove_no_gallery: false
  test_dataset_name: Scoliosis1K
  test_batch_size: 1

evaluator_cfg:
  enable_float16: true
  restore_ckpt_strict: true
  restore_hint: 20000
  save_name: ScoNet
  eval_func: evaluate_scoliosis
  sampler:
    batch_shuffle: false
    batch_size: 1
    sample_type: all_ordered
  transform:
    - type: BaseSilCuttingTransform

loss_cfg:
  # 多任务学习:三元组损失(身份识别)
  - loss_term_weight: 1.0
    margin: 0.2
    type: TripletLoss
    log_prefix: triplet
  # 多任务学习:交叉熵损失(侧弯分类)
  - loss_term_weight: 1.0
    scale: 16 # 极其关键!放大分类惩罚,强迫模型学习少数类(侧弯患者)
    type: CrossEntropyLoss
    log_prefix: softmax
    log_accuracy: true

model_cfg:
  model: ScoNet
  backbone_cfg:
    type: ResNet9
    block: BasicBlock
    channels: [64, 128, 256, 512]
    layers: [1, 1, 1, 1]
    strides: 
      - 1
      - 2
      - 1 # 关键修改:减少一次下采样,保证特征图高度能切出 16 份
      - 1
    maxpool: false
  SeparateFCs:
    in_channels: 512
    out_channels: 256
    parts_num: 16
  SeparateBNNecks:
    class_num: 3
    in_channels: 256
    parts_num: 16
  bin_num: [16, 8, 4, 2, 1] # 多尺度切分,不可阉割

optimizer_cfg:
  lr: 0.01 # 从 0.1 降下来,适配小 Batch Size 防梯度爆炸
  momentum: 0.9
  solver: SGD
  weight_decay: 0.0005

scheduler_cfg:
  gamma: 0.1
  milestones: [20000, 28000, 36000] # 随 total_iter 翻倍而调整
  scheduler: MultiStepLR

trainer_cfg:
  enable_float16: true
  fix_BN: false
  with_test: false
  log_iter: 100
  restore_ckpt_strict: true
  restore_hint: 0
  save_iter: 5000
  save_name: ScoNet
  sync_BN: true
  total_iter: 40000 # 步数翻倍,保证与论文训练样本量对齐
  sampler:
    batch_shuffle: true
    batch_size:
      - 4 # 本地 16G 显存的安全上限
      - 8
    frames_num_fixed: 30
    sample_type: fixed_unordered
    type: TripletSampler
  transform:
    - type: BaseSilCuttingTransform
```
暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!