update README.md

README.md

@@ -24,22 +24,33 @@ MobileNetV2的网络结构主要由两部分组成：特征提取层和分类器
 
 ### Docker（方法一）
 
-```python
-git clone --recursive http://developer.hpccube.com/codes/modelzoo/mobilenetv2_mmcv.git
+推荐使用docker方式运行，拉取提供的docker镜像
+
+```shell
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
-# <your IMAGE ID>用以上拉取的docker的镜像ID替换
-docker run -it --shm-size 16g --network=host --name=mobilenetv2 --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /opt/hyhal:/opt/hyhal:ro -v $PWD/mobilenetv2_mmcv:/home/mobilenetv2_mmcv <your IMAGE ID> bash
+```
+
+基于拉取的镜像创建容器
+
+```shell
+# <your IMAGE ID or NAME>用以上拉取的docker的镜像ID或名称替换
+docker run -it --name=mobilenetv2 --network=host --ipc=host --shm-size=16g  --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --privileged --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /opt/hyhal:/opt/hyhal:ro -v $PWD/mobilenetv2_mmcv:/home/mobilenetv2_mmcv <your IMAGE ID> bash
+```
+
+克隆git仓库，并安装相关依赖
 
+```python
+git clone --recursive http://developer.hpccube.com/codes/modelzoo/mobilenetv2_mmcv.git
 cd mobilenetv2_mmcv/mmpretrain-mmcv
 pip install -r requirements.txt
 ```
 
 ### Dockerfile（方法二）
 
-```plaintext
+```shell
 cd mobilenetv2_mmcv/docker
 docker build --no-cache -t mobilenetv2_mmcv:latest .
-docker run -it --shm-size 16g --network=host --name=mobilenetv2 --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /opt/hyhal:/opt/hyhal:ro -v $PWD/mobilenetv2_mmcv:/home/mobilenetv2_mmcv <your IMAGE ID> bash
+docker run -it --name=mobilenetv2 --network=host --ipc=host --shm-size=16g  --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --privileged --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /opt/hyhal:/opt/hyhal:ro -v $PWD/mobilenetv2_mmcv:/home/mobilenetv2_mmcv <your IMAGE ID> 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
 ```
 
@@ -48,46 +59,40 @@ docker run -it --shm-size 16g --network=host --name=mobilenetv2 --privileged --d
 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: dtk24.04.1
-python: python3.10
-torch: 2.1.0
-torchvision: 0.16.0
-mmcv: 2.0.1
-mmengine: 0.10.4
+DTK驱动: DTK-24.04.1
+python==3.10
+torch==2.1.0
+torchvision==0.16.0+das1.1.git7d45932.abi1.dtk2404.torch2.1
+mmcv==2.0.1+das1.1.gite58da25.abi1.dtk2404.torch2.1.0
 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
 
-```plaintext
+```shell
 pip install -r requirements.txt
 ```
 
 ## 数据集
 
-在本测试中可以使用ImageNet数据集。
+在本测试中可以使用ImageNet数据集。下载ImageNet数据集：https://image-net.org/
 
-下载ImageNet数据集：https://image-net.org/
+imagenet完整数据集较大，也可以使用[tiny-imagenet-200](http://cs231n.stanford.edu/tiny-imagenet-200.zip)，但此时需要对配置脚本进行一些修改，在mmpretrain-mmcv中提供了使用tinyimagenet进行训练的配置脚本。
 
-下载val数据：链接：https://pan.baidu.com/s/1oXsmsYahGVG3uOZ8e535LA?pwd=c3bc 提取码：c3bc 替换ImageNet数据集中的val目录，处理后的数据结构如下：
+将数据集解压后放置于mmpretrain-mmcv/data/，目录结构如下：
 
 ```
 data
-    ├──imagenet
-        ├── meta
-            ├──val.txt
-            ├──train.txt
-            ...
-        ├── train
-        ├── val
+└── imagenet
+    ├── test/
+    ├── train/
+    ├── val/
+    ├── wnids.txt
+    └── words.txt
 
 ```
 
-SCNet快速下载链接[http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012
-](http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012
-)
-
-如果imagenet数据集较大，则可以使用tiny-imagenet-200，但此时需要对配置文件进行修改。
+SCNet快速下载链接[imagenet-2012](http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012)
 
 ## 训练
 
@@ -95,15 +100,19 @@ SCNet快速下载链接[http://113.200.138.88:18080/aidatasets/project-dependenc
 
 ### 单机8卡
 
-    bash tools/dist_train.sh <PYTHON配置文件> 8 
+```shell
+bash tools/dist_train.sh configs/mobilenet_v2/mobilenet-v2_8xb32_in1k.py 8
+```
 
 ## result
 
+| 模型                        | 预训练  | Params (M) | Flops (G) | Top-1 (%) | Top-5 (%) | 配置文件                                            |
+| ------------------------- | ---- | ---------- | --------- | --------- | --------- | ----------------------------------------------- |
+| `mobilenet-v2_8xb32_in1k` | 从头训练 | 3.50       | 0.32      | 71.86     | 90.42     | configs/mobilenet_v2/mobilenet-v2_8xb32_in1k.py |
+
 ![img](https://developer.hpccube.com/codes/modelzoo/vit_pytorch/-/raw/master/image/README/1695381570003.png)
 
-### 精度
 
-未测试
 
 ## 应用场景
 

mmpretrain-mmcv @ 8c112561

-Subproject commit 8b36aa0fe12b0f077ea1f5fe97bb91d6ebd24bbb
+Subproject commit 8c11256107d7cf162b93b93e2960005ed3fbd493