GloRe for PyTorch

概述

简述

Glore是一个经典的视频分类网络，其包含了基于图的全局推理网络，他的名称也由此而来，这个特点让Glore可以捕获画面中各个语义之间构成的全局信息，以获取更优的精度。

参考实现：

url=https://github.com/facebookresearch/GloRe
commit_id=9c6a7340ebb44a66a3bf1945094fc685fb7b730d

适配昇腾 AI 处理器的实现：

url=https://gitcode.com/ascend/ModelZoo-PyTorch.git
code_path=PyTorch/contrib/cv/video

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。

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

准备数据集

获取数据集。

请用户自行获取原始数据集UCF-101，包含训练集和测试集两部分，并在模型源码包根目录./dataset/UCF101/raw/路径下新建data文件夹，将获取的数据集上传至该路径下并解压。

数据集目录结构参考如下所示。

├── ucf101
│   ├── ucf101_{train,val}_split_{1,2,3}_rawframes.txt
│   ├── ucf101_{train,val}_split_{1,2,3}_videos.txt
│   ├── annotations
│   ├── videos
│   │   ├── ApplyEyeMakeup
│   │   │   ├── v_ApplyEyeMakeup_g01_c01.avi  
│   │   ├── YoYo
│   │   │   ├── v_YoYo_g25_c05.avi
│   ├── rawframes
│   │   ├── ApplyEyeMakeup
│   │   │   ├── v_ApplyEyeMakeup_g01_c01
│   │   │   │   ├── img_00001.jpg
│   │   │   │   ├── img_00002.jpg
│   │   │   │   ├── ...
│   │   │   │   ├── flow_x_00001.jpg
│   │   │   │   ├── flow_x_00002.jpg
│   │   │   │   ├── ...
│   │   │   │   ├── flow_y_00001.jpg
│   │   │   │   ├── flow_y_00002.jpg
│   │   ├── ...
│   │   ├── YoYo
│   │   │   ├── v_YoYo_g01_c01
│   │   │   ├── ...
│   │   │   ├── v_YoYo_g25_c05

说明： 该数据集的训练过程脚本只作为一种参考示例。

获取预训练模型

请用户自行获取预训练模型resnet50-lite_3d_8x8_w-glore_2-3_ep-0000.pth，将获取的预训练模型存放在源码包根目录./network/pretrained/路径下。

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_full_1p.sh  # 单卡精度

bash ./test/train_performance_1p.sh  # 单卡性能

单机8卡训练

启动8卡训练。

bash ./test/train_full_8p.sh  # 8卡精度

bash ./test/train_performance_8p.sh  # 8卡性能

模型训练脚本参数说明如下。

公共参数：
--network                           //设置主干网络
--pretrained                        //加载预训练模型
--batch-size                        //训练批次大小
--random-seed                       //随机种子设置
--backend                           //通信后端
--amp                               //是否使用混合精度
--loss-scale                        //混合精度loss scale大小
--opt-level                         //混合精度类型
--distributed                       //启动分布式训练

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
1p-NPU	-	11.647	90	O2
8p-NPU	92.39	141.31	90	O2

版本说明

变更

2023.03.21：更新readme，重新发布。

2020.07.08：首次发布。

FAQ

在ARM平台上，若无法使用pip安装0.6.0版本的torchvision，可参考源码readme，进行本地编译安装。
```
# 源码链接
https://github.com/pytorch/vision
```