概述
简述
Twins-PCPVT使用了CPVT中的 conditional position encoding（条件位置编码CPE）来替代PVT中的绝对位置编码，可以在分类和下游任务上可以直接获得大幅的性能提升，尤其是在稠密任务上，由于条件位置编码 CPE 支持输入可变长度，使得视觉 Transformer 能够灵活处理来自不同空间尺度的特征。
参考实现：
url=https://github.com/Meituan-AutoML/Twins.git 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： --model //模型名称 --device //训练设备 --batch-size //训练批次大小 --data-path //数据集路径 --dist-eval //多卡验证 --epochs //重复训练次数 --finetune //是否微调 --seed //随机数种子设置 --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-NPU | - | 252.66 | 1 | O1 | 1.8 |
| 8p-NPU | 77.51 | 1934.00 | 100 | O1 | 1.8 |
版本说明
变更
2023.02.23：更新readme，重新发布。
2022.10.24：首次发布。
FAQ
无。