• 目录
• VAN描述
• 数据集
• 特性
• • 混合精度
• 环境要求
• 脚本说明 │
• • 脚本及样例代码
  • 脚本参数
• 训练和测试
• 模型描述
• • 性能
  • • 评估性能
    • • ImageNet-1k上的VAN训练
• ModelZoo主页

目录

• 目录
• VAN描述
• 数据集
• 特性
  • 混合精度
• 环境要求
• 脚本说明
  • 脚本及样例代码
  • 脚本参数
• 训练和测试
• 模型描述
  • 性能
    • 评估性能
      • ImageNet-1k上的VAN训练
• ModelZoo主页

VAN描述

图像的二维性质给在计算机视觉中应用自注意力带来了三个挑战：（1）将图像处理为一维序列，忽略了其二维结构。（2）二次复杂度对于高分辨率的图像来说太贵了。（3）它只捕捉了空间适应性，而忽略了通道适应性。在本文中，作者提出了一种新的大核注意(LKA)模块，以使自注意的自适应和长程相关，同时避免了上述问题。作者进一步介绍了一种基于LKA的新的神经网络，即视觉注意网络(VAN)。VAN虽然非常简单和高效，但在包括图像分类、目标检测、语义分割、实例分割等广泛的实验中，它以很大的优势优于最先进的transfomer和卷积神经网络。

数据集

使用的数据集：ImageNet2012

• 数据集大小：共1000个类、224*224彩色图像
  • 训练集：共1,281,167张图像
  • 测试集：共50,000张图像
• 数据格式：JPEG
  • 注：数据在dataset.py中处理。
• 下载数据集，目录结构如下：

└─imagenet
   ├─train                 # 训练数据集
   └─val                   # 评估数据集

特性

混合精度

采用混合精度
的训练方法，使用支持单精度和半精度数据来提高深度学习神经网络的训练速度，同时保持单精度训练所能达到的网络精度。混合精度训练提高计算速度、减少内存使用的同时，支持在特定硬件上训练更大的模型或实现更大批次的训练。

环境要求

• 硬件（Ascend）
  • 使用Ascend来搭建硬件环境。
• 框架
  • MindSpore
• 如需查看详情，请参见如下资源：
  • MindSpore教程
  • MindSpore Python API

脚本说明 │

脚本及样例代码

    └── VAN
        ├── eval.py
        ├── README.md
        ├── requriments.txt
        ├── scripts
        │   ├── run_distribute_train_ascend.sh
        │   ├── run_eval_ascend.sh
        │   ├── run_infer_310.sh
        │   └── run_standalone_train_ascend.sh
        ├── src
        │   ├── args.py
        │   ├── configs
        │   │   ├── parser.py
        │   │   ├── pth2ckpt
        │   │   │   └── pth2ckpt.ipynb
        │   │   └── van_base.yaml
        │   ├── data
        │   │   ├── augment
        │   │   │   ├── auto_augment.py
        │   │   │   ├── __init__.py
        │   │   │   ├── mixup.py
        │   │   │   ├── random_erasing.py
        │   │   │   └── transforms.py
        │   │   ├── data_utils
        │   │   │   ├── __init__.py
        │   │   │   └── moxing_adapter.py
        │   │   ├── imagenet.py
        │   │   └── __init__.py
        │   ├── models
        │   │   ├── __init__.py
        │   │   ├── layers
        │   │   │   ├── drop_path.py
        │   │   │   └── identity.py
        │   │   └── van.py
        │   ├── tools
        │   │   ├── callback.py
        │   │   ├── cell.py
        │   │   ├── criterion.py
        │   │   ├── get_misc.py
        │   │   ├── __init__.py
        │   │   ├── optimizer.py
        │   │   ├── schedulers.py
        │   │   └── var_init.py
        │   └── trainer
        │       └── train_one_step.py
        └── train.py

脚本参数

在van_base.yaml中可以同时配置训练参数和评估参数。

• 配置VAN和ImageNet-1k数据集。

    # Architecture 82.8%
    arch: van_base
  
    # ===== Dataset ===== #
    data_url: ../data/imagenet
    set: ImageNet
    num_classes: 1000
    mix_up: 0.8
    cutmix: 1.0
    auto_augment: rand-m9-mstd0.5-inc1
    interpolation: bicubic
    re_prob: 0.0
    re_mode: pixel
    re_count: 1
    mixup_prob: 1.0
    switch_prob: 0.5
    mixup_mode: batch
    image_size: 224
    crop_pct: 0.9
  
  
    # ===== Learning Rate Policy ======== #
    optimizer: adamw
    base_lr: 0.0005
    warmup_lr: 0.000001
    min_lr: 0.000001
    lr_scheduler: cosine_lr
    warmup_length: 5
  
  
    # ===== Network training config ===== #
    amp_level: O1
    keep_bn_fp32: True
    beta: [ 0.9, 0.999 ]
    clip_global_norm_value: 10.
    is_dynamic_loss_scale: True
    epochs: 300
    cooldown_epochs: 10
    label_smoothing: 0.1
    weight_decay: 0.05
    momentum: 0.9
    batch_size: 128
    drop_path_rate: 0.2
  
    # ===== Hardware setup ===== #
    num_parallel_workers: 16
    device_target: Ascend
  

更多配置细节请参考脚本van_base.yaml。 通过官方网站安装MindSpore后，您可以按照如下步骤进行训练和评估：

训练和测试

• Ascend处理器环境运行

  # 使用python启动单卡训练
  python train.py --device_id 0 --device_target Ascend --config ./src/configs/van_base.yaml \
  > train.log 2>&1 &
  
  # 使用脚本启动单卡训练
  bash ./scripts/run_standalone_train_ascend.sh [DEVICE_ID] [CONFIG_PATH]
  
  # 使用脚本启动多卡训练
  bash ./scripts/run_distribute_train_ascend.sh [RANK_TABLE_FILE] [CONFIG_PATH]
  
  # 使用python启动单卡运行评估示例
  python eval.py --device_id 0 --device_target Ascend --config ./src/configs/van_base.yaml > ./eval.log 2>&1 &
  
  # 使用脚本启动单卡运行评估示例
  bash ./scripts/run_eval_ascend.sh [DEVICE_ID] [CONFIG_PATH] [CHECKPOINT_PATH]
  

对于分布式训练，需要提前创建JSON格式的hccl配置文件。

请遵循以下链接中的说明：

hccl工具

模型描述

性能

评估性能

ImageNet-1k上的VAN训练

参数	Ascend
模型	VAN
模型版本	van_base
资源	Ascend 910 8卡
上传日期	2022-11-04
MindSpore版本	1.5.1
数据集	ImageNet-1k Train，共1,281,167张图像
训练参数	epoch=300, batch_size=1024
优化器	AdamWeightDecay
损失函数	SoftTargetCrossEntropy
损失	0.747
输出	概率
分类准确率	八卡：top1:83.2% top5:96.4%
速度	8卡：371.446毫秒/步
训练耗时	42h30min03s（run on OpenI）

ModelZoo主页

请浏览官网主页