【亲测免费】 MEGA.pytorch 项目使用教程

1. 项目目录结构及介绍

mega.pytorch/
├── configs/
│   ├── MEGA/
│   ├── RDN/
│   └── ...
├── datasets/
│   └── ILSVRC2015/
│       ├── Annotations/
│       ├── Data/
│       └── ImageSets/
├── demo/
├── mega_core/
├── tests/
├── tools/
├── flake8/
├── gitignore
├── ABSTRACTIONS.md
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── CUSTOMIZE.md
├── INSTALL.md
├── LICENSE
├── README.md
├── TROUBLESHOOTING.md
├── requirements.txt
└── setup.py

目录结构介绍

• configs/: 包含项目的配置文件，分为不同的模块，如MEGA和RDN。
• datasets/: 存放数据集的目录，包括ILSVRC2015数据集的注释、数据和图像集。
• demo/: 包含用于可视化图像或视频的演示脚本。
• mega_core/: 项目的核心代码，包含主要的算法实现。
• tests/: 包含项目的测试脚本。
• tools/: 包含用于训练和测试的工具脚本。
• flake8/: 包含代码风格检查的配置文件。
• gitignore: Git忽略文件配置。
• ABSTRACTIONS.md: 抽象层说明文档。
• CODE_OF_CONDUCT.md: 行为准则文档。
• CONTRIBUTING.md: 贡献指南文档。
• CUSTOMIZE.md: 自定义指南文档。
• INSTALL.md: 安装指南文档。
• LICENSE: 项目许可证。
• README.md: 项目主文档。
• TROUBLESHOOTING.md: 故障排除指南文档。
• requirements.txt: 项目依赖库列表。
• setup.py: 项目安装脚本。

2. 项目启动文件介绍

项目的启动文件主要集中在tools/目录下，包括训练和测试脚本。

• tools/train_net.py: 用于训练模型的脚本。
• tools/test_net.py: 用于测试模型的脚本。
• tools/test_prediction.py: 用于测试生成的预测结果的脚本。

启动示例

python -m torch.distributed.launch \
    --nproc_per_node=4 \
    tools/train_net.py \
    --master_port=$((RANDOM + 10000)) \
    --config-file configs/MEGA/vid_R_101_C4_MEGA_1x.yaml \
    --motion-specific \
    OUTPUT_DIR training_dir/MEGA_R_101_1x

3. 项目的配置文件介绍

配置文件主要存放在configs/目录下，每个模块（如MEGA、RDN）都有对应的配置文件。

配置文件示例

# configs/MEGA/vid_R_101_C4_MEGA_1x.yaml
MODEL:
  WEIGHT: "MEGA_R_101.pth"
SOLVER:
  IMS_PER_BATCH: 4
TEST:
  IMS_PER_BATCH: 4

配置文件说明

• MODEL.WEIGHT: 指定预训练模型的权重文件路径。
• SOLVER.IMS_PER_BATCH: 指定训练时的批处理大小。
• TEST.IMS_PER_BATCH: 指定测试时的批处理大小。

通过这些配置文件，用户可以灵活地调整模型的训练和测试参数。