TransUNet模型复现

前言

这里先说一些题外话，在感情路上，大家都或多或少经历过一些挫折，因此我帮我朋友问大家一个经典的感情问题：当你喜欢上一个对自己没有感觉的女生的时候应该怎么办！

哈哈，欢迎家人们在评论区留言~

咳咳，言归正传了啊~

1. 下载代码

如果想复现一篇论文的模型，那么我们首先得找到这篇论文吧，然后论文里一般是有代码的链接的（链接一般放在在摘要的最后）。

像TransUNet这篇论文的话，论文链接：https://arxiv.org/pdf/2102.04306.pdf
代码链接：https://github.com/Beckschen/TransUNet

OK，找到代码后下载到本地再解压就好啦！

2. 用IDE打开代码文件

由于我用的是老师的电脑（虽然我自己电脑的配置不太行，但是老师电脑的配置还是可以滴，嘻嘻），所以跑项目的话就相当于在自己本地跑一样，就不用连远程服务器那么麻烦啦~
由于我一直用的是Pycharm，所以直接用Pycharm打开项目文件夹就好了。

用Pycharm打开项目之后，首先我们先打开Readme哈，看看作者给我们留下来什么有用的提示。

（1）下载预训练模型参数

从Readme中可以看出我们首先得下载谷歌的 VIT 预训练模型参数，点开作者给的链接打开Google Cloud，打开之后的页面是这个样子滴：
Ps：如果这个网站进不去，emmm，你们懂得……可能需要……哈哈

点开图中红色框框的目录，里面就是我们需要的所有模型的参数，点进去之后的页面是这样的：

里面的这些.npz文件就是 VIT 预处理模型参数，我们都下载到本地就好了。下载到本地方式：右击上图中红色小框框的小箭头，点击“链接另存为……”，然后下载到本地指定的文件夹就好了。慢慢下载吧……Patience is key in life !

经过漫长的等待之后，终于所有的模型参数文件都下载好了，嘿嘿。

（2）下载数据集

这里的数据集是论文作者给出的数据集。我将数据集放到百度网盘里了，需要的话自取吧！
网盘链接：https://pan.baidu.com/s/1yy-fz1hWxSFkBnW-DDLNUA?pwd=zbbb
提取码：zbbb
下载好预训练模型参数文件和数据集后，将文件的路径按照作者给出的参考路径配置好，参考路径如下：

（3）配置环境

作者要求的环境是python=3.7，以及需要以下的包：

可能因为作者在写代码时比较早了，所以对应的torch和torchvision的版本都比较老，我这两个包没有和作者的版本对应，我觉得应该关系不大吧，毕竟高版本应该是兼容低版本的。那么在这里我和大家说一说该怎么从零创建一个环境来运行项目。

（1）首先在自己的电脑上安装anaconda（或者miniconda）
可以到anaconda的官网下载，anaconda网址：https://www.anaconda.com/

点击这里的下载就可以了，但是下载速度可能会比较缓慢~
所以也可以选择到国内的镜像站去下载，清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
从中选一个自己需要的就行了，比如说：

下载好以后选择好安装路径之后基本上都是“下一步”就行了，如果不会的话可以随便找个教学视频看一下就可以了。

（2）创建一个虚拟环境
在安装好anaconda后，进入anaconda prompt。
首先，创建一个虚拟环境：

conda create -n TransUNet python=3.7

这里的TransUNet是环境名称，根据自己需要改就行了。
然后下载torch，进到Pytorch的官网下载就行了，Pytorch网址：https://pytorch.org/get-started/locally/
找到自己需要的版本，然后在anaconda prompt中执行对应的命令行就行了：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

最后下载项目所需要的一些包：
首先可以设置conda的一些下载源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

其次，再下载需要的包，尽量使用conda命令下载，不要使用conda和pip命令混合用，这样可能会导致包之间的版本冲突。

（3）在Pycharm中配置好对应的虚拟环境
这一步我就不细说了哈，b站的教学视频都挺多的~

（4）运行train.py代码

终于，不出意外的的话要出意外了 ，运行代码的时候报错了……

说实话，代码报的错我看不懂，哈哈~嗝，这时候我请教了我的组友和师兄。一开始是怀疑环境是不是有问题，于是我又将环境删了重新按照一样的步骤创建了一遍，然后重新运行代码，发现还是报出同样的错误，因此不是环境的问题。

然后在师兄的帮助下，以及在网上查阅了一些资料后总结出是路径的问题，因为作者给出的代码可能是在Linux系统上跑的，然而我的代码是在Windows系统上跑的，因此文件路径的斜杠会有不同。
参考博客：https://blog.csdn.net/qq_37278761/article/details/121493618
解决方法参考这篇博客就行啦~
但是，又遇到了一个新的错误：

一般网上的做法都是将num_workers设置成0，参考博客：https://blog.csdn.net/qq_37652891/article/details/123460932
但是我同时也找到一篇博客讲述了另一种方法，但是感觉有些麻烦，我就没有采取了，链接：https://www.cnblogs.com/applerun/p/15669615.html
最终，代码成功运行起来啦！！！

（5）运行test.py代码

终于，在运行完train.py之后，再运行test.py时又报错了，嘿嘿。真是妙蛙种子进了米奇妙妙屋——妙极了！

然后我又在网上找了一下原因，发现原因是作者给出的代码里train.py和test.py的max_interations、max_epochs和vit_name不一样！！！
train.py:

test.py:

所以将test.py中的这三个参数值和train.py中的参数值保持一致就可以了。
Ps：train.py和test.py中还有一个参数是is_pretrained，就是是否进行预训练，这个参数也要保持一致。

参考博客：https://blog.csdn.net/sinat_39385228/article/details/120011354?spm=1001.2014.3001.5501

有很多小伙伴想看文件结构图，前段时间太忙了，所以有很多家人们的私信和评论都没有回复，抱歉！！！现在将文件结构图在这里分享给大家吧。

3. 总结

因为我用的是老师的电脑（相当于本地跑代码），然而有很多友友们是通过连接远程Linux服务器运行代码，所以本篇博客的教程还是会有一点不一样。就是缺少了将远程Linux服务器和本地Pycharm连接的一个过程，如果大家需要的话，可以在评论区留言，我可以再写一篇关于Pycharm连接远程服务器的博客哈~ 看到这里，家人们不妨点个赞关注一波噻，阿里嘎多~