Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
deng
b0a3e213e2
|
1 year ago | |
|---|---|---|
| ascend310_infer | 2 years ago | |
| scripts | 2 years ago | |
| src | 2 years ago | |
| README.md | 1 year ago | |
| __init__.py | 2 years ago | |
| eval.py | 2 years ago | |
| export.py | 2 years ago | |
| postprocess.py | 2 years ago | |
| preprocess.py | 2 years ago | |
| requirements.txt | 2 years ago | |
| train.py | 2 years ago | |
README.md
目录
CCT描述
目前transformer往往依赖于大规模的而数据和强大的计算资源，这对于一些小的领域很难进行尝试。CCT： Convolutional Compact Transformer， 在CVT的基础上进一步处理输入数据，即将image经过若干conv之后再划分patch token，输入CVT中， CNN的使用能够减弱position embedding的依赖。每个conv block包括conv layer， relu和maxpool， 可以多个conv block叠加。
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：
└─dataset
├─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
- 如需查看详情，请参见如下资源：
脚本说明
脚本及样例代码
├── CCT
├── README_CN.md // CCT相关说明
├── ascend310_infer // Ascend310推理需要的文件
├── scripts
├──run_standalone_train_ascend.sh // 单卡Ascend910训练脚本
├──run_distribute_train_ascend.sh // 多卡Ascend910训练脚本
├──run_eval_ascend.sh // 测试脚本
├──run_infer_310.sh // 310推理脚本
├── src
├──configs // CCT的配置文件
├──data // 数据集配置文件
├──imagenet.py // imagenet配置文件
├──augment // 数据增强函数文件
┕──data_utils // modelarts运行时数据集复制函数文件
│ ├──models // 模型定义文件夹
┕──CCT // CCT定义文件
│ ├──trainers // 自定义TrainOneStep文件
│ ├──tools // 工具文件夹
├──callback.py // 自定义回调函数，训练结束测试
├──cell.py // 一些关于cell的通用工具函数
├──criterion.py // 关于损失函数的工具函数
├──get_misc.py // 一些其他的工具函数
├──optimizer.py // 关于优化器和参数的函数
┕──schedulers.py // 学习率衰减的工具函数
├── train.py // 训练文件
├── eval.py // 评估文件
├── export.py // 导出模型文件
├── postprocess.py // 推理计算精度文件
├── preprocess.py // 推理预处理图片文件
脚本参数
在config.py中可以同时配置训练参数和评估参数。
-
配置CCT和ImageNet-1k数据集。
# Architecture arch: cct_14_7x2_224 # CCT结构选择 # ===== Dataset ===== # data_url: ./data/imagenet # 数据集地址 set: ImageNet # 数据集名字 num_classes: 1000 # 数据集分类数目 mix_up: 0.8 # MixUp数据增强参数 cutmix: 1.0 # CutMix数据增强参数 auto_augment: rand-m9-mstd0.5-inc1 # AutoAugment参数 interpolation: bicubic # 图像缩放插值方法 re_prob: 0.25 # 数据增强参数 re_mode: pixel # 数据增强参数 re_count: 1 # 数据增强参数 mixup_prob: 1. # 数据增强参数 switch_prob: 0.5 # 数据增强参数 mixup_mode: batch # 数据增强参数 # ===== Learning Rate Policy ======== # optimizer: adamw # 优化器类别 base_lr: 0.0005 # 基础学习率 warmup_lr: 0.00000007 # 学习率热身初始学习率 min_lr: 0.000006 # 最小学习率 lr_scheduler: cosine_lr # 学习率衰减策略 warmup_length: 20 # 学习率热身轮数 nonlinearity: GELU # 激活函数类别 image_size: 224 # 图像大小 # ===== Network training config ===== # amp_level: O2 # 混合精度策略 beta: [ 0.9, 0.999 ] # adamw参数 clip_global_norm_value: 5. # 全局梯度范数裁剪阈值 is_dynamic_loss_scale: True # 是否使用动态缩放 epochs: 310 # 训练轮数 label_smoothing: 0.1 # 标签平滑参数 weight_decay: 0.05 # 权重衰减参数 momentum: 0.9 # 优化器动量 batch_size: 128 # 批次 # ===== Hardware setup ===== # num_parallel_workers: 16 # 数据预处理线程数 device_target: Ascend # GPU或者Ascend
更多配置细节请参考脚本config.py。 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 --cct_config ./src/configs/cct_14-7x2_imagenet.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 --cct_config ./src/configs/cct_14-7x2_imagenet.yaml \ --pretrained ./ckpt_0/cct_14-7x2_imagenet.ckpt > ./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] # 运行推理示例 bash run_infer_310.sh [MINDIR_PATH] [DATASET_NAME(imagenet2012)] [DATASET_PATH] [DEVICE_ID(optional)]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：
导出过程
导出
python export.py --pretrained [CKPT_FILE] --cct_config [CONFIG_PATH] --device_target [DEVICE_TARGET]
导出的模型会以模型的结构名字命名并且保存在当前目录下
推理过程
推理
在进行推理之前我们需要先导出模型。mindir可以在任意环境上导出，air模型只能在昇腾910环境上导出。以下展示了使用mindir模型执行推理的示例。
-
在昇腾310上使用ImageNet-1k数据集进行推理
推理的结果保存在scripts目录下，在acc.log日志文件中可以找到类似以下的结果。
# Ascend310 inference bash run_infer_310.sh [MINDIR_PATH] [DATASET_NAME] [DATASET_PATH] [DEVICE_ID] Top1 acc: 0.80224 Top5 acc: 0.94928
模型描述
性能
评估性能
ImageNet-1k上的CCT
| 参数 | Ascend |
|---|---|
| 模型 | CCT |
| 模型版本 | cct_14-7x2_imagenet |
| 资源 | Ascend 910 |
| 上传日期 | 2021-11-19 |
| MindSpore版本 | 1.3.0 |
| 数据集 | ImageNet-1k Train，共1,281,167张图像 |
| 训练参数 | epoch=310, batch_size=128 |
| 优化器 | AdamWeightDecay |
| 损失函数 | SoftTargetCrossEntropy |
| 损失 | 0.8123 |
| 输出 | 概率 |
| 分类准确率 | 八卡：top1:80.22% top5:94.892% |
| 速度 | 八卡：349.577 ms毫秒/步 |
| 训练耗时 | 44h35min34s（run on ModelArts） |
推理性能
ImageNet-1k上的CCT
| 参数 | Ascend |
|---|---|
| 模型 | CCT |
| 模型版本 | cct_14-7x2_imagenet |
| 资源 | Ascend 310 |
| 上传日期 | 2021-11-19 |
| MindSpore版本 | 1.3.0 |
| 数据集 | ImageNet-1k Val，共50,000张图像 |
| 分类准确率 | top1:80.22%,top5:94.92% |
| 速度 | 平均耗时25.915 ms每张 |
| 推理耗时 | 约38min |
ModelZoo主页
请浏览官网主页
目前transformer往往依赖于大规模的而数据和强大的计算资源，这对于一些小的领域很难进行尝试。CCT： Convolutional Compact Transformer， 在CVT的基础上进一步处理输入数据，即将image经过若干conv之后再划分patch token，输入CVT中， CNN的使用能够减弱position embedding的依赖。每个conv block包括conv layer， relu和maxpool， 可以多个conv block叠加。
Python C++ Shell Text
Contributors (2)
