首页
/ AWT 项目最佳实践教程

AWT 项目最佳实践教程

2025-05-22 19:50:11作者:农烁颖Land

1. 项目介绍

AWT(Augmentation, Weighting, and Transportation)是一个创新性的框架,用于迁移预训练的视觉语言模型(VLMs)到下游任务。该框架通过增强、权重调整和迁移技术,大幅提升了VLMs的零样本和少量样本学习能力。AWT在零样本和少量样本的图像和视频任务中刷新了基准记录,达到了最先进的性能水平。

2. 项目快速启动

环境搭建

首先,创建一个conda环境并安装必要的依赖:

conda create -y -n awt python=3.8
conda activate awt
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
pip install -r requirements.txt

零样本图像分类

  1. 切换到零样本图像分类目录:
cd AWT_zero_shot
  1. 设置数据路径在 ./scripts/pre_extract.sh 文件中,然后选择相应的数据集名称。

  2. 提取视觉特征:

bash ./scripts/pre_extract.sh [dataset_name]
  1. 评估AWT性能:
bash ./scripts/evaluate.sh [dataset_name]

少量样本图像分类

  1. 切换到少量样本图像分类目录:
cd AWT_few_shot/MM_Adapter
  1. 根据硬件配置,可能需要调整 Desc_Per_Batch 的值以避免内存溢出。

  2. 进行训练:

bash scripts/awt/main.sh [dataset_name] vit_b16_1_2_4_shot [n_shot]
  1. 评估模型:
bash scripts/awt/test.sh [dataset_name] [config_you_use] [n_shot]

3. 应用案例和最佳实践

  • 零样本视频动作识别:将视频帧视为增强视图,使用预训练的Open-VCLIP提取特征,然后使用AWT进行评估。
  • 生成描述:采用两步数据集感知提示策略为每个类别生成描述。
  • 使用其他VLMs:可以尝试在ALIGN、EVA02-CLIP或SigLIP等模型上运行AWT。

4. 典型生态项目

AWT项目是基于以下开源项目构建的:

  • CoOp
  • PLOT
  • TPT
  • Dassl
  • Open-VCLIP

以上开源项目为AWT提供了坚实的基础,同时也展示了开源生态系统的协同力量。

通过以上步骤,您应该能够成功启动并使用AWT项目,进行视觉语言模型的迁移学习和应用开发。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5