1、下载Swim-Transformer源码到Linux服务器
git clone https://github.com/microsoft/Swin-Transformer.git cd Swin-Transformer
2、创建并进入虚拟环境
conda create -n swin python=3.7 -y conda activate swin
3、安装pytorch==1.7.1 cuda==10.2
pip 安装
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 查看torch是否安装成功
import torch
print(torch.__version__)
print(torch.cuda.is_available())
显示True说明torch安装成功
4、Install
timm==0.3.2
pip install timm==0.3.2 -i http://pypi.douban.com/simple/ –trusted-host pypi.douban.com
5、Install
Apex
git clone https://github.com/NVIDIA/apex cd apex
python setup.py install
6、Install other requirements:
pip install opencv-python==4.4.0.46 termcolor==1.1.0 yacs==0.1.8 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
7、数据集结构
imagenet
├── train
│ ├── class1
│ │ ├── img1.jpeg
│ │ ├── img2.jpeg
│ │ └── ...
│ ├── class2
│ │ ├── img3.jpeg
│ │ └── ...
│ └── ...
└── val
├── class1
│ ├── img4.jpeg
│ ├── img5.jpeg
│ └── ...
├── class2
│ ├── img6.jpeg
│ └── ...
└── ...
8、代码运行—训练模型
python -m torch.distributed.launch –nproc_per_node 4 –master_port 12345 main.py –cfg configs/swin_tiny_patch4_window7_224.yaml –data-path /home/zzk/dataset/zzk/swim_data/images –batch-size 64
其中 nproc_per_node 为GPU数量，可以设置为自己拥有的数量，不修改的话也可以，忽略警告即可；master_port 为端口号，如果此处报错 RuntimeError: Address already in use ，可以更改为其他空闲端口，如23467，88888等。