MAED 项目使用教程

1. 项目目录结构及介绍

MAED 项目的目录结构如下：

maed/
├── configs/
│   └── config_stage1.yaml
│   └── config_stage2.yaml
├── doc/
├── lib/
├── scripts/
│   └── run.sh
├── .gitignore
├── LICENSE
├── README.md
├── eval.py
├── requirements.txt
├── train.py
└── visualize.py

目录结构介绍

• configs/: 存放项目的配置文件，包括 config_stage1.yaml 和 config_stage2.yaml。
• doc/: 存放项目的文档文件。
• lib/: 存放项目的库文件。
• scripts/: 存放项目的脚本文件，如 run.sh。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的说明文件。
• eval.py: 项目的评估脚本。
• requirements.txt: 项目的依赖文件。
• train.py: 项目的训练脚本。
• visualize.py: 项目的可视化脚本。

2. 项目启动文件介绍

train.py

train.py 是 MAED 项目的主要启动文件，用于启动训练过程。该文件支持分布式训练，可以通过 PyTorch 的 torch.distributed.launch 模块来启动。

启动示例

python -u -m torch.distributed.launch \
    --nnodes=2 \
    --node_rank=0 \
    --nproc_per_node=4 \
    --master_port=<MASTER_PORT> \
    --master_addr=<MASTER_NODE_ID> \
    --use_env \
    train.py --cfg configs/config_stage1.yaml

eval.py

eval.py 是 MAED 项目的评估脚本，用于评估模型在测试集上的性能。

启动示例

python eval.py --cfg <PATH_TO_EXPERIMENT>/config.yaml --checkpoint <PATH_TO_EXPERIMENT>/model_best.pth.tar --eval_set 3dpw

3. 项目配置文件介绍

configs/config_stage1.yaml 和 configs/config_stage2.yaml

这两个配置文件分别用于配置第一阶段和第二阶段的训练参数。配置文件中包含了训练所需的各种参数，如数据路径、模型参数、优化器参数等。

配置文件示例

# config_stage1.yaml
data_path: "/path/to/data"
batch_size: 32
learning_rate: 0.001
...

通过修改这些配置文件，可以调整训练过程中的各种参数，以适应不同的训练需求。