概述

简述

DINO 是一个非监督的图像语义分割模型，模型结合transformer采用了一种没有标签的自蒸馏方法， 创造了一个teacher和一个student网络来处理非监督图像语义分割任务， 并基于小ViT模型产出的features，在k-NN分类器中达到78.1% top-1（Image-Net）。

• 参考实现：

  url=https://github.com/facebookresearch/dino
  commit_id=cb711401860da580817918b9167ed73e3eef3dcf 

• 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
  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。

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，CIFAR-10等，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

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。

     # --bin=True 表示开启二进制，--bin=False开启静态，不加参数默认走二进制
     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。

     # --bin=True 表示开启二进制，--bin=False开启静态，不加参数默认走二进制
     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
   --arch                     //模型结构
   --output_dir               //输出路径
   --amp                      //是否使用混合精度
   --optimizer                //优化器
   --num_workers              //数据加载进程数
   --epochs                   //训练重复次数
   --num_steps                //训练steps
   --batch_size               //训练批次大小
   --bin                      //是否开启二进制

   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	CPU	Torch_Version
1P-竞品V	-	-	1	1	-	-	1.5
8P-竞品V	-	-	8	100	-	-	1.5
1P-NPU	-	183	1	1	O1	ARM	1.8
8P-NPU	69.7	1393	8	100	O1	ARM	1.8
1P-NPU	-	190	1	1	O1	X86	1.8
8P-NPU	-	1329	8	1	O1	X86	1.8

说明： ARM with 192 CPUs, X86 is Intel(R) Xeon(R) Platinum 8260 with 96 CPUs.

版本说明

变更

2022.12.23：Readme 整改。

FAQ

无。