Merge branch 'mmpretrain' into 'master'

updated readme

See merge request modelzoo/mobilenetv2_mmcv!3

README.md

@@ -37,11 +37,12 @@ docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dt
 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
+克隆并安装git仓库，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 -e .
 pip install -r requirements.txt
 ```
 
@@ -51,7 +52,9 @@ pip install -r requirements.txt
 cd mobilenetv2_mmcv/docker
 docker build --no-cache -t mobilenetv2_mmcv:latest .
 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
+pip install -e .
+# 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）
@@ -67,7 +70,14 @@ 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
+2、安装mmpretrain仓库源码
+
+```shell
+cd mobilenetv2_mmcv/mmpretrain-mmcv
+pip install -e .
+```
+
+3、其它非特殊库参照requirements.txt安装
 
 ```shell
 pip install -r requirements.txt
@@ -75,11 +85,55 @@ pip install -r requirements.txt
 
 ## 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/
+在本项目中可以使用ImageNet数据集。下载ImageNet数据集：https://image-net.org/
+
+SCNet快速下载链接[imagenet-2012](http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012)
 
-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。
+### tiny-imagenet-200
+
+由于imagenet完整数据集较大，可以使用[tiny-imagenet-200](http://cs231n.stanford.edu/tiny-imagenet-200.zip)进行测试，此时需要对配置脚本进行一些修改：
+
+- dataset配置文件(configs/\_\_base\_\_/datasets/xxx.py)中，需要对以下字段进行修改
+  
+  ```python
+  # dataset settings
+  dataset_type = 'CustomDataset'  # 修改为CustomDataset
+  data_preprocessor = dict(
+      num_classes=200,  # 修改类别为200
+      ...
+  )
+  ...
+  train_dataloader = dict(
+      batch_size=32,
+      num_workers=5,
+      dataset=dict(
+          type=dataset_type,
+          data_root='data/imagenet',
+          data_prefix='train',  # 改为data_prefix='train'，val_dataloader中同理
+          pipeline=train_pipeline),
+      sampler=dict(type='DefaultSampler', shuffle=True),
+  )
+  ```
+
+- model配置文件(configs/\_\_base\_\_/models/xxx.py)中，同样需要将类别相关的值设置为200。
+  
+  ```python
+  # model settings
+  model = dict(
+      type='ImageClassifier',
+      ...
+      head=dict(
+          type='LinearClsHead',
+          num_classes=200,  # 将类别数改为200
+          ...
+      ))
+  ```
+
+mmpretrain-mmcv中提供了使用tiny-imagenet-200进行训练的若干配置脚本，可参考进行设置。
+
+## 训练
 
-将数据集解压后放置于mmpretrain-mmcv/data/，目录结构如下：
+将训练数据集解压后放置于mmpretrain-mmcv/data/，对于tiny-imagenet，目录结构如下：
 
 ```
 data
@@ -92,27 +146,23 @@ data
 
 ```
 
-SCNet快速下载链接[imagenet-2012](http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012)
+### 单机8卡训练
 
-## 训练
+tiny-imagenet-200
 
-将训练数据解压到data目录下。
+```shell
+bash tools/dist_train.sh mobilenet-v2-test.py 8
+```
 
-### 单机8卡
+imagenet
 
 ```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)
-
+如需其他卡数训练，将命令中的8改为所需卡数即可
 
+如遇端口占用问题，可在tools/dist_train.sh修改端口
 
 ## 应用场景
 
@@ -131,3 +181,5 @@ https://developer.hpccube.com/codes/modelzoo/mobilenetv2_mmcv
 ## 参考资料
 
 https://github.com/open-mmlab/mmpretrain
+
+

mmpretrain-mmcv @ 0d5d0b15

-Subproject commit 8c11256107d7cf162b93b93e2960005ed3fbd493
+Subproject commit 0d5d0b15d9d734bd95b183584bfe311fb70ede72