opengait代码运行之gaitedge 未完成版

前言

本次任务为运行opengait代码。主要侧重于gaitedge，需要用到的数据集为CASIA-B*。

注意是带有星号的数据集，不然跑第二个配置文件时会报错！

电脑配置：
windows
带有1个GPU

注意！代码中需要改的点

这部分比较重要，所以，放在最前面，而不按照运行顺序

torch.distributed.init_process_group(‘nccl’, init_method=‘env://’)

如果是windows的话，这个要改为torch.distributed.init_process_group('gloo')

ncll好像只能在linux上运行

一、下载源代码

OpenGait页面

点击上方链接后，就进入了github中opengait所在位置

点击绿色按钮，然后点击Download ZIP，下载代码，然后用pycharm打开

二、配置环境——pycharm,pytorch等

1.pycharm虚拟环境设置

注意python版本不能太高，我的是3.6版本

pytorch版本为1.10.2，torchvision版本为0.11.3

稍微具体一点来说，首先需要在pycharm里配置文件的解释器，选择虚拟环境中的python.exe

2.下载相应的包

官方命令为：

conda install tqdm pyyaml tensorboard opencv kornia einops -c conda-forge
conda install pytorch==1.10 torchvision -c pytorch

应该还需要下载opencv，py7zr等包

注意setuptools的版本不能太高，最好为58.04版本

pillow的版本应该为9.5.0

三、下载数据集

CASIA-B*数据集需要通过邮箱申请

下载好后，记下数据集存放的路径

然后运行命令：

python datasets/pretreatment.py --input_path CASIA-B --output_path CASIA-B-pkl

即用pretreanment.py文件对数据集进行预处理

注意 ，–input_path后面为下载好的数据集的存放路径，–output_path后为存放预处理后的数据集的路径，我用的是./dataset/CASIA-B-pkl

这个预处理会调整数据存放的结构，将数据集都变成.pkl文件

四、下载模型

1.第一种方式

官方给的命令为：
python misc/download_pretrained_model.py

2.第二种方式

如果以上命令行运行失败，还可以用第二种方式，即去到release页面，下载需要的模型。

要下载那些模型，存放到哪里呢？
可以查看misc/download_pretrained_model.py文件：

if __name__ == “__main__”:
urls = [
“https://github.com/ShiqiYu/OpenGait/releases/download/v1.0/pretrained_casiab_model.zip”,
“https://github.com/ShiqiYu/OpenGait/releases/download/v1.1/pretrained_oumvlp_model.zip”,
“https://github.com/ShiqiYu/OpenGait/releases/download/v1.1/pretrained_grew_model.zip”]
for url in urls:
download_file_and_uncompress(
url=url, extrapath=‘output’)
gaitgl_grew = [‘https://github.com/ShiqiYu/OpenGait/releases/download/v1.1/pretrained_grew_gaitgl.zip’,
‘https://github.com/ShiqiYu/OpenGait/releases/download/v1.1/pretrained_grew_gaitgl_bnneck.zip’]
for gaitgl in gaitgl_grew:
download_file_and_uncompress(
url=gaitgl, extrapath=‘output/GREW/GaitGL’)
print(“Pretrained model download success!”)

由此，可以得出，前三个模型要放到output文件夹下，后面两个模型放在output/CREW/GaitGL文件夹下，具体结构如下：

五、开始训练

官方给的命令为：

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase train

由于分布式训练会报错（目前还未解决），所以去掉了CUDA_VISIBLE_DEVICES=0,1 等分布式训练部分

由于launch过时，所以改为了run：

python -m torch.distributed.run opengait/main.py --cfgs 这里放要跑的配置文件的路径 --phase train

1.gaitedge第一个配置文件

（1）修改配置文件

以下为要修改的地方：

1）dataset_name

这个要改为自己用的数据集的名字，如CASIA-B，CASIA-B*，最后相应的输出会放到output/dataset_name这个文件夹下

2）dataset_root

注意这里的相对路径应该是相对main.py的（个人猜想）

我的文件结构如下，将预处理后的数据集放在了datasets文件夹下，所以我的dataset_root为./datasets/CASIA-B-pkl

3）evaluator_cfg 中sample下的batch_size

这里的batch_size应该与可用GPU数量相等

如果不知道GPU数量，可以在终端输入python，进入python后，执行print(torch.cuda.device_count())

（2）开始运行

训练命令如下：

python -m torch.distributed.run opengait/main.py --cfgs ./configs/gaitedge/phase1_rec.yaml --phase train --log_to_file

注意，配置文件要改为自己要训练的模型的配置文件，这里运行gaitedge第一个配置文件，所以路径为： ./configs/gaitedge/phase1_rec.yaml

–log_to_file 表示需要记录日志，在output里面可以看到

运行结果可以在tensorboard中查看，用tensorboard打开output/CASIA-B/GaitGL/GaitGL/summary里的文件即可，命令为：tensorboard --logdir=output/CASIA-B/GaitGL/GaitGL/summary

如果代码跑到一半出错了，或者有事情需要暂停，则可以在终端输入Ctrl+C，终止运行。下次可以加上iter参数，从已经存的checkpoins检查点开始运行。

由于我用的是CASIA-B数据集，第一个配置文件用的是GaitGL模型，所以需要去output/CASIA-B/GaitGL下找checkpoints，如下。

按照第一个配置文件，每训练10000轮(save_iter)就存一个检查点，并且进行一次评估。一共运行80000轮(total_iter)。由于我还没有开始训练，所以只有最开始就存在的GaitGL-80000.pt。

2.gaitedge第二个配置文件

注意第二个配置文件，一定需要CASIA-B*数据集，而不能用CASIA-B，不然会出现数组越界的错误。

CASIA-B预处理后，一个文件夹下只有一个.pkl文件，而CASIA-B*预处理后，一个文件夹下会有四个.pkl文件。