概述

简述

Vit_small_patch16_224模型把Transformer设计思路用在视觉任务如图片分类上，通过图片分成一个个patch，然后把这些patch组合在一起作为对图像的序列化操作，就形成了类似文本类数据，从而扩展了视觉任务处理思路。

• 参考实现：

  url=https://github.com/rwightman/pytorch-image-models
  commit_id=a41de1f666f9187e70845bbcf5b092f40acaf097

• 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==0.2.2.post3
  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

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。

     bash ./test/train_full_1p.sh --data_path=/data/xxx/  # 单卡精度
     
     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

   --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                              //使用模型，默认：vit_small_patch16_224
   -j                                   //加载数据进程数
   --opt                                //使用优化器,
   --epochs                             //重复训练次数
   -b                                   //训练批次大小
   --lr                                 //初始学习率
   --mixup                              //数据增强mixup系数
   --weight_decay                       //权重衰减
   --apex-amp                           //是否使用混合精度
   --drop                               //dropout系数
   --drop-path                          //drop-path系数
   --device_num                         //使用卡数量
   --npu                                //使用设备
   --combine_grad                       //使能combine_grad功能

   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

版本说明

变更

2020.10.14：更新内容，重新发布。

2020.07.08：首次发布。

FAQ

无。

公网地址说明

代码涉及公网地址参考 public_address_statement.md