概述
简述
Twins-ALTGVT-S for PyTorch 对全局注意力策略进行了优化改进。全局注意力策略的计算量会随着图像的分辨率成二次方增长，因此如何在不显著损失性能的情况下降低计算量也是一个研究热点。Twins-SVT 提出新的融合了局部-全局注意力的机制，可以类比于卷积神经网络中的深度可分离卷积 （Depthwise Separable Convolution），并因此命名为空间可分离自注意力（Spatially Separable Self-Attention，SSSA）。与深度可分离卷积不同的是，Twins-SVT 提出的空间可分离自注意力是对特征的空间维度进行分组，并计算各组内的自注意力，再从全局对分组注意力结果进行融合。
- 参考实现：
url=https://github.com/Meituan-AutoML/Twins
commit_id=4700293a2d0a91826ab357fc5b9bc1468ae0e987- 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==0.6.0；pillow==8.4.0 PyTorch 1.8 torchvision==0.9.1；pillow==9.1.0 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
获取数据集。
下载开源数据集包括ImageNet2012，将数据集上传到服务器任意路径下并解压。
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_performance_8p.sh --data_path=/data/xxx/ # 8卡性能 bash ./test/train_full_8p.sh --data_path=/data/xxx/ # 8卡精度
--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： --device //指定gp或npu --data-path //数据集径 --model //模型类型 --batch-size //批次大小 --dist-eval //是否分式评估 --momentum //动量 --epochs //训练周期数 --lr //初始学习率 --weight-decay //权重衰减训练完成后，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 |
|---|---|---|---|---|---|
| 1p-竞品V | - | 279 | 1 | O1 | 1.5 |
| 8p-竞品V | 78.38 | 2045 | 100 | O1 | 1.5 |
| 1p-NPU | - | 296.83 | 2 | O1 | 1.8 |
| 8p-NPU | 78.43 | 2026.39 | 100 | O1 | 1.8 |
版本说明
变更
2023.03.02：更新readme，重新发布。
2022.09.29：首次发布。
FAQ
无。