iFormer 项目使用教程

iFormer 项目使用教程

iFormer 项目地址: https://gitcode.com/gh_mirrors/if/iFormer

1. 项目目录结构及介绍

iFormer 项目的目录结构如下：

iFormer/
├── checkpoint/
│   └── checkpoint_384/
├── models/
├── LICENSE
├── MANIFEST.in
├── README.md
├── fine-tune.py
├── setup.cfg
├── train.py
└── validate.py

目录结构介绍

• checkpoint/: 存放训练过程中生成的检查点文件，checkpoint_384/ 是特定分辨率下的检查点。
• models/: 存放模型的定义文件。
• LICENSE: 项目的开源许可证文件。
• MANIFEST.in: 用于打包项目的清单文件。
• README.md: 项目的介绍和使用说明。
• fine-tune.py: 用于微调模型的脚本。
• setup.cfg: 项目的配置文件。
• train.py: 用于训练模型的脚本。
• validate.py: 用于验证模型性能的脚本。

2. 项目启动文件介绍

train.py

train.py 是用于训练 iFormer 模型的主要脚本。以下是启动训练的命令示例：

python -m torch.distributed.launch --nproc_per_node=8 train.py /dataset/imagenet \
    --model iformer_small -b 128 --epochs 300 --img-size 224 --drop-path 0.2 --lr 1e-3 \
    --weight-decay 0.05 --aa rand-m9-mstd0.5-inc1 --warmup-lr 1e-6 --warmup-epochs 5 \
    --output checkpoint --min-lr 1e-6 --experiment iformer_small

fine-tune.py

fine-tune.py 用于在预训练模型的基础上进行微调。以下是启动微调的命令示例：

python -m torch.distributed.launch --nproc_per_node=8 fine-tune.py /dataset/imagenet \
    --model iformer_small_384 -b 64 --lr 1e-5 --min-lr 1e-6 --warmup-lr 2e-8 --warmup-epochs 0 \
    --epochs 20 --img-size 384 --drop-path 0.3 --weight-decay 1e-8 --mixup 0.1 --cutmix 0.1 \
    --cooldown-epochs 10 --aa rand-m9-mstd0.5-inc1 --clip-grad 1.0 --output checkpoint_fine \
    --initial-checkpoint checkpoint/iformer_small/model_best.pth.tar \
    --experiment iformer_small_384

validate.py

validate.py 用于验证模型的性能。以下是启动验证的命令示例：

python validate.py /dataset/imagenet --model iformer_small --checkpoint checkpoint/iformer_small/model_best.pth.tar

3. 项目配置文件介绍

setup.cfg

setup.cfg 是项目的配置文件，用于定义项目的元数据和依赖项。以下是 setup.cfg 的部分内容示例：

[metadata]
name = iFormer
version = 1.0
description = Inception Transformer
author = Chenyang Si, Weihao Yu, Pan Zhou, Yichen Zhou, Xinchao Wang, Shuicheng YAN
license = Apache-2.0

[options]
install_requires =
    torch>=1.7.0
    torchvision>=0.8.1
    timm==0.5.4
    fvcore
    apex-amp

配置文件介绍

• [metadata]: 定义项目的元数据，如名称、版本、描述、作者和许可证。
• [options]: 定义项目的依赖项，如 torch、torchvision、timm 等。

通过以上配置文件，可以确保项目在安装和运行时具备所需的依赖项和正确的元数据。

iFormer 项目地址: https://gitcode.com/gh_mirrors/if/iFormer