coOp论文代码复现过程

autodl的云端中进行部署训练：

1.在autodl中root下创建一个新的dir：DEMO，不能用我们本地运行过的coop代码，路径上会经常报错

2.在DEMO中，把coop的git的代码加载进去

GitHub - KaiyangZhou/CoOp: Prompt Learning for Vision-Language Models (IJCV'22, CVPR'22)

zip文件先现在到本地的download中，然后上传，用linux的解压方式解压到 DEMO当前文件夹中

同理把Dassl的 脚本进行上传并解压

3. 在autodl的terminal中conda一个环境：test，python自动默认

4.需要把数据集下载并上传到 demo/coop/DATA（自己创建的dir），注意文件结构：/DATA/oxford_flowers /四个数据集

我只跑了如下图的这个数据集，比较小。CoOp/DATASETS.md at main · KaiyangZhou/CoOp · GitHub

注意这里一个data是xgz格式的，找合适的linux解压tgz格式的命令
 

tar -xzf 102flowers.tgz

5.需要把 Dass 安装到test的环境中,dir切换到demo/ ，或者demo/之后的任何dir进行install都可以

GitHub - KaiyangZhou/Dassl.pytorch: A PyTorch toolbox for domain generalization, domain adaptation and semi-supervised learning.

pip install ./Dassl.pytorch-master

6.改变main.sh的的path路径，设置为相对路径，是数据集的路径

我的数据集放入在DATA中：./DATA/oxford_flowers /四个数据集

7.开始在DEMO文件夹下下，执行运行命令：

bash scripts/coop/main.sh oxford_flowers rn50_ep50 end 16 1 False

8.注意： 需要把output每次都删除 

在kaggle中进行执行