GCViT 项目使用教程

1. 项目目录结构及介绍

GCViT 项目的目录结构如下：

GCViT/
├── assets/
├── configs/
├── detection/
├── models/
├── schedulers/
├── scripts/
├── LICENSE
├── README.md
├── onnx_convert.py
├── onnx_test.py
├── requirements.txt
├── tensorboard.py
├── train.py
├── validate.py
└── validate.sh

目录介绍：

• assets/: 存放项目相关的资源文件。
• configs/: 存放项目的配置文件。
• detection/: 存放与目标检测相关的代码和文件。
• models/: 存放模型的定义和实现。
• schedulers/: 存放训练调度器的相关代码。
• scripts/: 存放一些辅助脚本。
• LICENSE: 项目的许可证文件。
• README.md: 项目的介绍和使用说明。
• onnx_convert.py: 用于将模型转换为 ONNX 格式的脚本。
• onnx_test.py: 用于测试 ONNX 模型的脚本。
• requirements.txt: 项目依赖的 Python 包列表。
• tensorboard.py: 用于 TensorBoard 可视化的脚本。
• train.py: 项目的训练脚本。
• validate.py: 用于模型验证的脚本。
• validate.sh: 用于模型验证的 Shell 脚本。

2. 项目启动文件介绍

train.py

train.py 是 GCViT 项目的主要训练脚本。它负责加载配置、初始化模型、加载数据集并开始训练过程。

主要参数：

• --config: 指定配置文件路径。
• --data_dir: 指定数据集路径。
• --batch-size: 指定每个 GPU 的批处理大小。
• --amp: 启用自动混合精度训练。
• --tag: 指定运行标签。
• --model-ema: 启用模型指数移动平均。

使用示例：

python -m torch.distributed.launch --nproc_per_node <num-of-gpus> --master_port 11223 train.py \
    --config <config-file> --data_dir <imagenet-path> --batch-size <batch-size-per-gpu> --tag <run-tag> --model-ema

validate.py

validate.py 用于验证预训练模型的性能。它加载预训练模型并使用 ImageNet-1K 验证集进行评估。

主要参数：

• --model: 指定模型名称。
• --checkpoint: 指定预训练模型路径。
• --data_dir: 指定数据集路径。
• --batch-size: 指定批处理大小。

使用示例：

python validate.py --model <model-name> --checkpoint <checkpoint-path> --data_dir <imagenet-path> --batch-size <batch-size-per-gpu>

3. 项目的配置文件介绍

configs/ 目录

configs/ 目录下存放了项目的配置文件，这些配置文件定义了模型的超参数、数据集路径、训练参数等。

配置文件示例：

model:
  name: "GCViT-S"
  num_classes: 1000

data:
  train_dir: "path/to/imagenet/train"
  val_dir: "path/to/imagenet/val"

training:
  batch_size: 64
  epochs: 300
  optimizer: "adamw"
  lr: 0.001
  weight_decay: 0.05

配置文件的使用

在 train.py 中，通过 --config 参数指定配置文件路径，训练脚本会根据配置文件中的参数进行初始化和训练。

示例：

python train.py --config configs/gcvit_s.yaml

通过以上配置文件，可以灵活地调整模型的训练参数，以适应不同的训练需求。