概述

简述

DeCLIP是一种数据高效的CLIP训练方法，通过利用图像-文本对之间的联系，DeCLIP可以更有效地学习通用视觉特征。 相较于CLIP需要4亿对图像-文本进行预训练， DeCLIP-ResNet50在使用更少的数据的同时在ImageNet上实现60.4%的准确度， 比CLIP-ResNet50高0.8%。

• 参考实现：

  url=https://github.com/Sense-GVT/DeCLIP
  commit_id=9d9e25da10e2299cf0c84b6e0be1c49085565d22

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/built-in/others

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；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。

• nltk_data准备(可选)

  • 该模型依赖nltk及其相关语料库(omw-1.4, stopwords, wordnet)
  • 若服务器不可连公网，则需要手动下载，放至 ~/nltk_data 目录下。

准备数据集

1. 获取数据集。

   用户自行获取 YFCC15M 数据集。可参考 https://github.com/Sense-GVT/DeCLIP/blob/main/docs/dataset_prepare.md#prepare-datasets 进行数据集准备。并将数据集上传至源码包根目录下的 dataset 文件夹下，数据集目录结构参考如下所示。

   ├── dataset
         ├── yfcc15m_clean_open_data.json（约3.3G）               
         ├── yfcc15m_clean_open_data（依据yfcc15m_clean_open_data.json下载得到，约900G)
         ├── bpe_simple_vocab_16e6.txt.gz（约1.3M)
         ├── val_official.json（约5.6M)
         ├── imagenet_val（magenet valid数据集，需按照ILSVRC2012_val_********.JPEG的格式放在imagenet_valid文件夹内，不包含二级目录，约6.4G，5万张图片）

   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。

     bash ./test/train_full_1p.sh    # 单卡精度
     bash ./test/train_performance_1p.sh  # 单卡性能

   • 单机8卡训练

     启动8卡训练。

     bash ./test/train_full_8p.sh  # 8卡精度
     bash ./test/train_performance_8p.sh  # 8卡性能   

   模型训练脚本参数说明如下。

   公共参数：
   --config                            //训练配置

   训练完成后，权重文件保存在./checkpoint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	Steps	AMP_Type	Torch_Version
1p-竞品A	-	85	1000	O1	1.5
8p-竞品A	24.7	560	128000	O1	1.5
1p-NPU	-	143.26	1000	O1	1.8
8p-NPU	31.52	537.43	128000	O1	1.8
32p-NPU	43.2	20000	128000	O1	1.8

版本说明

变更

2022.08.16：首次发布。

FAQ

无。