BEiT for PyTorch

概述

简述

BEiT是一种自监督视觉表示模型，提出了一种用于预训练视觉Transformer的masked image modeling任务，主要目标是基于损坏的图像patch块恢复原始视觉token。

• 参考实现：

  url=https://github.com/microsoft/unilm.git
  commit_id=006195f51b10ac44773cb62bad854fdfebb3c6c8
  

• 适配昇腾 AI 处理器的实现：

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

准备训练环境

该模型为不随版本演进模型（随版本演进模型范围可在此处查看），未在最新昇腾配套软件中适配验证，您可以：

1. 根据下面提供PyTorch版本在软件版本配套表中选择匹配的CANN等软件下载使用。
2. 查看软件版本配套表后确认对该模型有新版本PyTorch和CANN中的适配需求，请在modelzoo/issues中提出您的需求。自行适配不保证精度和性能达标。

准备环境

• 当前模型支持的 PyTorch 历史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

1. 获取数据集。

   用户自行下载 ImageNet2012 开源数据集，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。

获取预训练模型

用户自行获取预训练模型，将获取的 beit_base_patch16_224_pt22k_ft22k.pth 权重文件放至在源码包根目录下新建的 checkpoints 目录下。

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
     

   • 单机单卡评测

     启动单卡评测。

     bash ./test/train_eval_1p.sh --data_path=/data/xxx/ --resume=XXX # 单卡评测
     

   --data_path参数填写数据集路径，需写到数据集的一级目录。

   --resume参数填写训练权重生成路径，需写到权重文件的一级目录。

   模型训练脚本参数说明如下。

   公共参数：
   --model                             //模型名称
   --data_path                         //数据集路径
   --finetune                          //是否微调
   --output_dir                        //输出目录
   --batch_size                        //训练批次大小
   --lr                                //初始学习率
   --update_freq                       //更新频率
   --warmup_epochs                     //热身训练轮次
   --epochs                            //重复训练次数
   --layer_decay                       //层衰减
   --drop_decay                        //丢失衰减    
   --weight_decay                      //权重衰减
   --nb_classes                        //类别数量
   --amp                               //是否使用混合精度
   --device                            //设备
   --opt-level                         //混合精度类型
   多卡训练参数：
   ----nproc_per_node                  //训练使用卡的数量
   
   

   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-竞品V	-	-	1	-	1.5
8p-竞品V	-	-	90	-	1.5
1p-NPU	-	149	1	O2	1.8
8p-NPU	85.238	1157	30	O2	1.8

版本说明

变更

2022.10.24：首次发布。

FAQ

无。