概述

简述

Evo-ViT的具体框架设计，包括基于全局class attention的token选择以及慢速、快速双流token更新两个模块。其根据全局class attention的排序判断高信息token和低信息token，将低信息token整合为一个归纳token，和高信息token一起输入到原始多头注意力（Multi-head Self-Attention, MSA）模块以及前向传播（Fast Fed-forward Network, FFN）模块中进行精细更新。更新后的归纳token用来快速更新低信息token。全局class attention也在精细更新过程中进行同步更新变化。

• 参考实现：

  url=https://github.com/YifanXu74/Evo-ViT
  commit_id=4c5d9b30b0a3c9b1e7b8687a9490555bd9d714ca

• 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	torchvision==0.2.2.post3
  PyTorch 1.8	torchvision==0.9.1

• 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

  说明： 只需执行一条对应的PyTorch版本依赖安装命令。

• 关于 timm 包的NPU优化补丁。

  # 需要先cd到模型源码包根目录下
  # 执行以下命令，先后生成补丁并升级包
  diff -uN {timm_path}/data/mixup.py ./fix_timm/mixup.py >mixup.patch
  diff -uN {timm_path}/optim/optim_factory.py ./fix_timm/optim_factory.py >optim.patch
  patch -p0 {timm_path}/data/mixup.py mixup.patch
  patch -p0 {timm_path}/optim/optim_factory.py optim.patch

  说明： timm_path为timm包的安装路径，一般timm包的安装位置在/usr/local/lib/python3.7/dist-packages/timm/。

准备数据集

1. 获取数据集。

   用户自行获取原始数据集 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。

获取预训练模型

Evo-Vit 模型训练需要配置 teacher—model ，用户自行获取 regnety_160-a5fe301d.pth 预训练模型，可参考GitHub的Evo-Vit。将获取的预训练模型放置在源码包根目录下。与源码中的配置参数的默认值 ./regnety_160-a5fe301d.pth 保持一致。

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

     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

   --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：
   --data_path                         //数据集路径     
   --model                             //模型名称
   --batch-size                        //训练批次大小
   --input-size                        //输入图像大小
   --output_dir                        //输出路径

   训练完成后，权重文件保存在当前路径的save中，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
1p-竞品V	-	51	1	O1	1.8
8p-竞品V	73.54	487	100	O1	1.8
1p-NPU	-	66.93	1	O1	1.8
8p-NPU	74.32	510.72	100	O1	1.8

版本说明

变更

2022.11.09：首次发布。

FAQ

无。

公网地址说明

代码涉及公网地址参考 public_address_statement.md