概述
简述
RepVgg是一个分类网络，该网络是在VGG网络的基础上进行改进的，主要改进点包括：在VGG网络的Block块中加入了Identity和残差分支，相当于把ResNet网络中的精华应用到VGG网络中；模型推理阶段，通过Op融合策略将所有的网络层都转换为Conv3*3，便于模型的部署与加速。
参考实现：
url=https://github.com/DingXiaoH/RepVGG commit_id=9f272318abfc47a2b702cd0e916fca8d25d683e7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
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 - PyTorch 1.8 - PyTorch 1.11 - PyTorch 2.1 - 环境准备指导。
请参考《Pytorch框架训练环境准备》。
安装依赖。
pip install -r requirements.txt
准备数据集
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任意路径下并解压。 数据集目录结构如下所示：
├── 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_full_8p.sh --data_path=/data/xxx/ # 8卡精度 bash ./test/train_performance_8p.sh --data_path=/data/xxx/ # 8卡性能单机8卡评测
启动8卡评测
bash ./test/train_eval_8p.sh --data_path=/data/xxx/ # 8卡评测单机单卡微调
启动单1卡微调
bash ./test/train_finetune_1p.sh --data_path=/data/xxx/ # 单卡微调
--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： -a // 网络结构名称 --data // 数据集路径 --workers // 数据读取并行量 --epochs // 模型计算轮数 --lr // 学习率 --wd // 权重衰减参数 --amp // 是否用apex --device // 指定设备类型 --num_gpus // 使用几张卡 --rank_id // 当前第几进程 --addr // 集合通信地址 --port // 集合通信端口 --custom-weight-decay // 自定义权重衰减 --dist-backend // 指定分布式后台 --opt-level // apex使用级别 --loss-scale-value // apex缩放比例 --batch-size // 训练批次大小训练完成后，权重文件保存在output文件夹下，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 | - | - | 3 | O2 | 1.5 |
| 8p-竞品V | - | - | 120 | O2 | 1.5 |
| 1p-NPU-ARM | - | 1686.26 | 3 | O2 | 1.8 |
| 8p-NPU-ARM | 69.43 | 12488.12 | 120 | O2 | 1.8 |
| 1p-NPU-非ARM | - | 2323.391 | 3 | O2 | 1.8 |
| 8p-NPU-非ARM | - | 8478.503 | 120 | O2 | 1.8 |
版本说明
变更
2022.10.24：更新torch1.8版本，重新发布。
2021.07.13：首次发布
已知问题
无。
公网地址说明
代码涉及公网地址参考 public_address_statement.md