概述
简述
GaitSet是一个灵活、有效和快速的跨视角步态识别网络。灵活性：其输入可以是轮廓组成的集合，并没有其他约束。有效性：它在CASIA-B数据集上达到95.0%的准确率。快速性：使用8个NVIDIA 1080TI GPU，它只需7分钟即可在OU-MVLP数据集上完成评估，这个数据集包含13w序列，平均每条序列有70个图像。
参考实现：
url=https://github.com/AbnerHqC/GaitSet commit_id=5535943428b66415530d8379b648b8f74a294219适配昇腾 AI 处理器的实现：
url=https://gitee.com/ascend/ModelZoo-PyTorch.git code_path=PyTorch/contrib/cv/classification
准备训练环境
准备环境
当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。
表 1 版本支持表
Torch_Version 三方库依赖版本 PyTorch 1.5 - PyTorch 1.8 - PyTorch 1.11 numpy==1.22.1 环境准备指导。
请参考《Pytorch框架训练环境准备》。
安装依赖。
在模型源码包根目录下执行命令，安装模型需要的依赖。
pip install -r requirements.txt
准备数据集
获取数据集
请用户自行下载
CASIA-B数据集，将数据集上传到服务器任意路径下并解压，解压后数据集内部的目录应为（CASIA-B数据集）：数据集路径/对象序号/行走状态/角度，例如CASIA-B/001/nm-01/000/。CASIA-B数据集目录结构参考如下所示。├── CASIA-B ├──001 ├──bg-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──cl-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──nm-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──... ├──002 ├──bg-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──cl-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──nm-01 │──000 │──图片1 │──图片2 │ ... │──018 │──图片1 │──图片2 │ ... │ ... ├──... ├──...说明： 该数据集的训练过程脚本只作为一种参考示例。
数据预处理。
在源码包根目录下执行一下命令，使用
pretreatment.py进行数据处理：其中括号"{}"需要替换为数据集的路径。# --input_path为原数据集‘CASIA-B’的路径； --output_path为预处理后的数据集路径。 python3 pretreatment.py --input_path {downloaded_path} \ --output_path {output_path}预处理过程中提示
--WARNING--属于预期现象，请等待处理完成
开始训练
训练模型
进入解压后的源码包根目录。
cd /${模型文件夹名称}运行训练脚本。
该模型支持单机单卡训练和单机8卡训练。
单机单卡训练
启动单卡训练。
bash ./test/train_full_1p.sh --data_path=/data/xxx/ # 单卡精度 bash ./test/train_performance_1p.sh --data_path=/data/xxx/ # 单卡性能单机8卡训练
启动8卡训练。
bash ./test/train_full_8p.sh --data_path=/data/xxx/ # 8卡精度 bash ./test/train_performance_8p.sh --data_path=/data/xxx/ # 8卡性能单机8卡评测
启动8卡评测。
bash ./test/train_eval_8p.sh --data_path=/data/xxx/注意： 需要手动把
train_eval_8p.sh中train_iters参数改为训练保存的模型想要加载的代数。
--data_path参数填写数据集路径，需写到数据集的一级目录。
--iters参数填写模型训练的迭代次数。
--hf32开启HF32模式，不与FP32模式同时开启
--fp32开启FP32模式，不与HF32模式同时开启
模型训练脚本参数说明如下。
公共参数： --data_path //数据集路径 --addr //主机地址 --iters //迭代次数 --port //主机端口 --world_size //分布式训练节点数 --dist_backend //通信后端训练完成后，权重文件保存在当前路径下，并输出模型训练精度和性能信息。
训练结果展示
表 3 训练结果展示表
| NAME | 精度(RANK-1, %) | 性能(FPS) | 训练代数(Iters) | AMP_Type | Torch_Version |
|---|---|---|---|---|---|
| 1P_NPU-ARM | - | 255.138 | 6w | O2 | 1.8 |
| 8P_NPU-ARM | 93.744 | 826.016 | 4w | O2 | 1.8 |
| 1P_NPU-非ARM | - | 278.897 | 6w | O2 | 1.8 |
| 8P_NPU-非ARM | 93.744 | 1428.763 | 4w | O2 | 1.8 |
版本说明
变更
2023.03.08：更新readme，重新发布。
FAQ
无。