更新readme

README.md

@@ -6,13 +6,13 @@ EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
 
 - https://arxiv.org/abs/1905.11946
 
-## 模型介绍
+## 模型结构
 
 EfficientNet B2是一种卷积神经网络模型，由Google Brain团队于2019年提出。它是EfficientNet系列的一部分，是在ImageNet数据集上进行训练的，具有高度优化的网络结构，可以有效地识别和分类图像。
 
 ![20231124102153](./images/20231124102153.png)
 
-## 模型结构
+## 算法原理
 
 EfficientNet B2模型的网络结构可以分为三个部分：特征提取器、特征增强层和分类器。
 
@@ -20,15 +20,43 @@ EfficientNet B2模型的网络结构可以分为三个部分：特征提取器
 
 ## 环境配置
 
-### Docker
+### Docker（方法一）
 
 ```python
 git clone --recursive http://developer.hpccube.com/codes/modelzoo/efficientnet_b2_mmcv.git
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
 # <your IMAGE ID>用以上拉取的docker的镜像ID替换
-docker run --shm-size 10g --network=host --name=nit-pytorch --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/Efficientnet_b2_mmcv:/home/Efficientnet_b2_mmcv -it <your IMAGE ID> bash
+docker run --shm-size 10g --network=host --name=nit-pytorch --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/efficientnet_b2_mmcv:/home/efficientnet_b2_mmcv -it <your IMAGE ID> bash
+
+cd efficientnet_b2_mmcv/mmclassification-mmcv
+pip install -r requirements.txt
+```
+
+### Dockerfile（方法二）
+
+```plaintext
+cd efficientnet_b2_mmcv/docker
+docker build --no-cache -t efficientnet_b2_mmcv:latest .
+docker run --rm --shm-size 10g --network=host --name=megatron --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/../../efficientnet_b2_mmcv:/home/efficientnet_b2_mmcv -it megatron bash
+# 若遇到Dockerfile启动的方式安装环境需要长时间等待，可注释掉里面的pip安装，启动容器后再安装python库：pip install -r requirements.txt
+```
+
+### Anaconda（方法三）
+
+1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装： https://developer.hpccube.com/tool/
+
+```plaintext
+DTK驱动：dtk22.10.1
+python：python3.7
+torch:1.10.0
+torchvision:0.10.0
+mmcv：1.6.1
+Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应
+```
+
+2、其它非特殊库参照requirements.txt安装
 
-cd Densenet121-mmcv/mmclassification-mmcv
+```plaintext
 pip install -r requirements.txt
 ```
 
@@ -46,7 +74,7 @@ pip install -r requirements.txt
 ├── val
 ```
 
-### 训练
+## 训练
 
 将训练数据解压到data目录下。
 

docker/Dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
+ENV DEBIAN_FRONTEND=noninteractive
+# 安装pip相关依赖
+COPY requirements.txt requirements.txt
+RUN pip3 install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com -r requirements.txt

docker/requirements.txt

+albumentations>=0.3.2 --no-binary qudida,albumentations
+colorama
+requests
+rich
+scipy
+matplotlib>=3.1.0
+numpy
+packaging
+codecov
+flake8
+interrogate
+isort==4.3.21
+pytest
+xdoctest >= 0.10.0
+yapf