概述

简述

Transformer-SSL 是一个以Swin-Transformer作为骨干网络的自监督模型，该模型通过将 MoCov2 和 BYOL 相结合，得到了MoBY模型。

• 参考实现：

  url=https://github.com/SwinTransformer/Transformer-SSL
  commit_id=4510de1f21ee6f9810a74494c254081dd8f2c383

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/built-in/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	torchvision==0.6.0；pillow==8.4.0
  PyTorch 1.8	torchvision==0.9.1；pillow==9.1.0
  PyTorch 1.11	timm==0.4.5

• 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，安装模型对应PyTorch版本需要的依赖。

  pip install -r 1.5_requirements.txt  # PyTorch1.5版本
  
  pip install -r 1.8_requirements.txt  # PyTorch1.8版本
  
  pip install -r 1.11_requirements.txt  # PyTorch1.11版本

  说明： 只需执行一条对应的PyTorch版本依赖安装命令。

准备数据集

1. 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并解压。

   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

1. 进入解压后的源码包根目录。

   cd /${模型文件夹名称}

2. 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

   bash ./test/train_performance_1p.sh --data_path=数据集路径  # 1p性能

   • 单机8卡训练

   bash ./test/train_performance_8p.sh --data_path=数据集路径  # 8p性能
   bash ./test/train_full_8p.sh --data_path=数据集路径  # 8p精度

   脚本默认情况下会将 checkpoint 保存在 output 目录下。 如果想要从头开始训练，请先移除output目录

   --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： 
   --batch-size                        //训练批次大小
   --amp-opt-level                     //使用混合精度类别
   --max_epochs                        //epoch数目，默认为100

   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	Epochs	AMP_Type	Torch_Version	CPU
1p_NPU	-	171	1	O1	1.5	X86
8p_NPU	67.48	1256	100	O1	1.5	X86
1p_NPU	-	161.39	1	O1	1.8	X86
8p_NPU	68.35	1199	100	O1	1.8	X86
1p_NPU	-	140	1	O1	1.8	ARM
8p_NPU	67.48	1150	100	O1	1.8	ARM
8p_NPU	74.14	1150	300	O1	1.8	ARM
16p_NPU	68.47	1845	100	O1	1.8	ARM

版本说明

变更

2023.01.09：整改readme，重新发布。

FAQ

无。