概述
简述
该模型将自然语言处理中的注意力模型移植到图像识别中,切割输入图片并加入位置嵌入,从而得到多个向量输入,然后将多个注意力模块和感知层结合,最后利用输出的class token得到特征向量,并使用感知层进行分类。
参考实现:
url=https://github.com/rwightman/pytorch-image-models/blob/master/timm/models/vision_transformer.py commit_id=20b2d4b69dae2ec185a77a50cf1d38d55d94b657
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 - PyTorch 2.1 - 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。
用户自行获取原始数据集,可选用的开源数据集包括ImageNet2012,将数据集上传到服务器任意路径下并解压。
以ImageNet2012数据集为例,数据集目录结构参考如下所示。
├── ImageNet2012 ├──train ├──类别1 │──图片1 │──图片2 │ ... ├──类别2 │──图片1 │──图片2 │ ... ├──... ├──val ├──类别1 │──图片1 │──图片2 │ ... ├──类别2 │──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。
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_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
--data_path参数填写数据集路径,需写到数据集的一级目录。
模型训练脚本参数说明如下。
公共参数: --amp //是否使用混合精度 --addr //主机地址 --seed //训练的随机数种子 --workers //加载数据进程数 --learning-rate //初始学习率 --momentum //动量 --weight-decay //权重衰减 --print-freq //打印周期 --device //使用npu还是gpu --dist-backend //通信后端 --epochs //重复训练次数 --batch-size //训练批次大小 --gpu //使用单卡id --rank //分布式训练节点编号 --dist-url //启用分布式训练网址 --multiprocessing-distributed //是否使用多卡训练 --world-size //分布式训练节点数量
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 2 训练结果展示表
NAME | Acc@1 | FPS | Npu_nums | Epochs | AMP_Type | Torch_Version |
---|---|---|---|---|---|---|
1p-竞品V | - | 122 | 1 | 1 | O1 | 1.5 |
8p-竞品V | 80.772 | 5207 | 8 | 8 | O1 | 1.5 |
1p-NPU | - | 614.548 | 1 | 1 | O1 | 1.8 |
8p-NPU | 80.55 | 4497.745 | 8 | 8 | O1 | 1.8 |
版本说明
变更
2022.02.13:更新readme,重新发布。
2021.09.08:首次发布。
FAQ
无。