README_CN.md

MindCV

English | 中文

简介 | 安装 | 快速入门 | 教程 | 模型列表 | 支持算法 | 日志

简介

MindCV是一个基于 MindSpore 开发的，致力于计算机视觉相关技术研发的开源工具箱。它提供大量的计算机视觉领域的经典模型和SoTA模型以及它们的预训练权重和训练策略。同时，还提供了自动增强等SoTA算法来提高模型性能。通过解耦的模块设计，您可以轻松地将MindCV应用到您自己的CV任务中。

主要特性

• 高易用性 MindCV将视觉任务分解为各种可配置的组件，用户可以轻松地构建自己的数据处理和模型训练流程。

>>> import mindcv
# 创建数据集
>>> dataset = mindcv.create_dataset('cifar10', download=True)
# 创建模型
>>> network = mindcv.create_model('resnet50', pretrained=True)

用户可通过预定义的训练和微调脚本，快速配置并完成训练或迁移学习任务。

# 配置和启动迁移学习任务
python train.py --model swin_tiny --pretrained --opt=adamw --lr=0.001 --data_dir=/path/to/dataset

• 高性能 MindCV集成了大量基于CNN和和Transformer的高性能模型, 如SwinTransformer，并提供预训练权重、训练策略和性能报告，帮助用户快速选型并将其应用于视觉模型。

• 灵活高效 MindCV基于高效的深度学习框架MindSpore开发，具有自动并行和自动微分等特性，支持不同硬件平台上（CPU/GPU/Ascend），同时支持效率优化的静态图模式和调试灵活的动态图模式。

性能结果

基于MindCV进行模型实现和重训练的汇总结果详见benchmark_results.md, 所用到的训练策略和训练后的模型权重均可通过表中链接获取。

各模型讲解和训练说明详见configs目录。

安装

依赖

• mindspore >= 1.8.1
• numpy >= 1.17.0
• pyyaml >= 5.3
• tqdm
• openmpi 4.0.3 (分布式模式需要使用)

运行以下脚本，安装相关依赖。

pip install -r requirements.txt

用户可遵从官方指导 并根据自身使用的硬件平台选择最适合您的MindSpore版本来进行安装。如果需要在分布式条件下使用，还需安装openmpi 。

之后的说明将默认用户已正确安装好相关依赖。

PyPI安装

MindCV的已发布版本可以通过PyPI安装。

pip install mindcv

源码安装

Git上最新的MindCV可以通过以下指令安装。

pip install git+https://github.com/mindspore-lab/mindcv.git

注：MindCV可以在Linux和Mac系统安装，但是目前还不能在Windows系统上安装。

快速入门

上手教程

在开始上手MindCV前，可以阅读MindCV的迁移学习教程，该教程可以帮助用户快速了解MindCV的各个重要组件以及训练、验证、测试流程。

以下是一些供您快速体验的代码样例。

>>> import mindcv
# 列出满足条件的预训练模型名称
>>> mindcv.list_models("swin*", pretrained=True)
['swin_tiny']
# 创建模型
>>> network = mindcv.create_model('swin_tiny', pretrained=True)
# 验证模型的准确率
>>> !python validate.py - -model = swin_tiny - -pretrained - -dataset = imagenet - -val_split = validation
{'Top_1_Accuracy': 0.808343989769821, 'Top_5_Accuracy': 0.9527253836317136, 'loss': 0.8474242982580839}

图片分类示例

使用加载了预训练参数的SoTA模型对一张图片进行推理。

>>> !python infer.py - -model = swin_tiny - -image_path = './tutorials/data/test/dog/dog.jpg'
{'Labrador retriever': 0.5700152, 'golden retriever': 0.034551315, 'kelpie': 0.010108651,
 'Chesapeake Bay retriever': 0.008229004, 'Walker hound, Walker foxhound': 0.007791956}

预测结果排名前1的是拉布拉多犬，正是这张图片里的狗狗的品种。

模型训练

通过train.py，用户可以很容易地在标准数据集或自定义数据集上训练模型，用户可以通过外部变量或者yaml配文件来设置训练策略（如数据增强、学习路策略）。

• 单卡训练

# 单卡训练
python train.py --model resnet50 --dataset cifar10 --dataset_download

以上代码是在CIFAR10数据集上单卡（CPU/GPU/Ascend）训练ResNet的示例，通过model和dataset参数分别指定需要训练的模型和数据集。

• 分布式训练

对于像ImageNet这样的大型数据集，有必要在多个设备上以分布式模式进行训练。基于MindSpore对分布式相关功能的良好支持，用户可以使用mpirun来进行模型的分布式训练。

# 分布式训练
# 假设你有4张GPU或者NPU卡
mpirun --allow-run-as-root -n 4 python train.py --distribute \
	--model densenet121 --dataset imagenet --data_dir ./datasets/imagenet

完整的参数列表及说明在config.py中定义，可运行python train.py --help快速查看。

如需恢复训练，请指定--ckpt_path和--ckpt_save_dir参数，脚本将加载路径中的模型权重和优化器状态，并恢复中断的训练进程。

• 超参配置和预训练策略

您可以编写yaml文件或设置外部参数来指定配置数据、模型、优化器等组件及其超参。以下是使用预设的训练策略（yaml文件）进行模型训练的示例。

mpirun --allow-run-as-root -n 4 python train.py -c configs/squeezenet/squeezenet_1.0_gpu.yaml

预定义的训练策略 MindCV目前提前了超过20种模型训练策略，在ImageNet取得SoTA性能。具体的参数配置和详细精度性能汇总请见configs文件夹。您可以便捷将这些训练策略用于您的模型训练中以提高性能（复用或修改相应的yaml文件即可）

• 在ModelArts/OpenI平台上训练

在ModelArts或OpenI云平台上进行训练，需要执行以下操作，：

1、在云平台上创建新的训练任务。
2、在网站UI界面添加运行参数`config`，并指定yaml配置文件的路径。
3、在网站UI界面添加运行参数`enable_modelarts`并设置为True。
4、在网站上填写其他训练信息并启动培训任务。

模型验证

使用validate.py可以便捷地验证训练好的模型。

# 验证模型
python validate.py --model=resnet50 --dataset=imagenet --data_dir=/path/to/data --ckpt_path=/path/to/model.ckpt

• 训练过程中进行验证

当需要在训练过程中，跟踪模型在测试集上精度的变化时，请启用参数--val_while_train，如下

python train.py --model=resnet50 --dataset=cifar10 \
		--val_while_train --val_split=test --val_interval=1

各轮次的训练损失和测试精度将保存在{ckpt_save_dir}/results.log中。

• 静态图和动态图模式

在默认情况下，模型训练（train.py）在MindSpore上以图模式 运行，该模式对使用静态图编译对性能和并行计算进行了优化。相比之下，pynative模式的优势在于灵活性和易于调试。 为了方便调试，您可以将参数--mode设为1以将运行模式设置为调试模式。

基于ms_function的混合模式 是兼顾了MindSpore的效率和灵活的混合模式。用户可通过使用train_with_func.py文件来使用该混合模式进行训练。

python train_with_func.py --model=resnet50 --dataset=cifar10 --dataset_download --epoch_size=10

注：此为试验性质的训练脚本，仍在改进，在1.8.1或更早版本的MindSpore上使用此模式目前并不稳定。

教程

我们提供了系列教程，帮助用户学习如何使用MindCV.

• 了解模型配置
• 模型推理
• 自定义数据集上的模型微调训练
• 如何自定义模型 //coming soon
• 视觉ransformer性能优化 //coming soon
• 部署推理服务

模型列表

目前，MindCV支持以下模型。

支持模型

• Big Transfer ResNetV2 (BiT) - https://arxiv.org/abs/1912.11370
• ConvNeXt - https://arxiv.org/abs/2201.03545
• ConViT (Soft Convolutional Inductive Biases Vision Transformers)- https://arxiv.org/abs/2103.10697
• DenseNet - https://arxiv.org/abs/1608.06993
• DPN (Dual-Path Network) - https://arxiv.org/abs/1707.01629
• EfficientNet (MBConvNet Family) https://arxiv.org/abs/1905.11946
• EfficientNet V2 - https://arxiv.org/abs/2104.00298
• GhostNet - https://arxiv.org/abs/1911.11907
• GoogleNet - https://arxiv.org/abs/1409.4842
• Inception-V3 - https://arxiv.org/abs/1512.00567
• Inception-ResNet-V2 and Inception-V4 - https://arxiv.org/abs/1602.07261
• MNASNet - https://arxiv.org/abs/1807.11626
• MobileNet-V1 - https://arxiv.org/abs/1704.04861
• MobileNet-V2 - https://arxiv.org/abs/1801.04381
• MobileNet-V3 (MBConvNet w/ Efficient Head) - https://arxiv.org/abs/1905.02244
• NASNet - https://arxiv.org/abs/1707.07012
• PNasNet - https://arxiv.org/abs/1712.00559
• PVT (Pyramid Vision Transformer) - https://arxiv.org/abs/2102.12122
• PoolFormer models - https://github.com/sail-sg/poolformer
• RegNet - https://arxiv.org/abs/2003.13678
• RepMLP https://arxiv.org/abs/2105.01883
• RepVGG - https://arxiv.org/abs/2101.03697
• ResNet (v1b/v1.5) - https://arxiv.org/abs/1512.03385
• ResNeXt - https://arxiv.org/abs/1611.05431
• Res2Net - https://arxiv.org/abs/1904.01169
• ReXNet - https://arxiv.org/abs/2007.00992
• ShuffleNet v1 - https://arxiv.org/abs/1707.01083
• ShuffleNet v2 - https://arxiv.org/abs/1807.11164
• SKNet - https://arxiv.org/abs/1903.06586
• SqueezeNet - https://arxiv.org/abs/1602.07360
• Swin Transformer - https://arxiv.org/abs/2103.14030
• VGG - https://arxiv.org/abs/1409.1556
• Visformer - https://arxiv.org/abs/2104.12533
• Vision Transformer (ViT) - https://arxiv.org/abs/2010.11929
• Xception - https://arxiv.org/abs/1610.02357

关于模型性能和预训练权重的信息请查看 configs 文件夹。

我们将持续加入更多SoTA模型及其训练策略，敬请关注。

支持算法

支持算法列表

• 数据增强
  • AutoAugment
  • RandAugment
  • Repeated Augmentation
  • RandErasing (Cutout)
  • CutMix
  • Mixup
  • RandomResizeCrop
  • Color Jitter, Flip, etc
• 优化器
  • Adam
  • Adamw
  • Lion
  • Adan (experimental)
  • AdaGrad
  • LAMB
  • Momentum
  • RMSProp
  • SGD
  • NAdam
• 学习率调度器
  • Warmup Cosine Decay
  • Step LR
  • Polynomial Decay
  • Exponential Decay
• 正则化
  • Weight Decay
  • Label Smoothing
  • Stochastic Depth (depends on networks)
  • Dropout (depends on networks)
• 损失函数
  • Cross Entropy (w/ class weight and auxiliary logit support)
  • Binary Cross Entropy (w/ class weight and auxiliary logit support)
  • Soft Cross Entropy Loss (automatically enabled if mixup or label smoothing is used)
  • Soft Binary Cross Entropy Loss (automatically enabled if mixup or label smoothing is used)
• 模型融合
  • Warmup EMA (Exponential Moving Average)

日志

更新

• 2023/04/28

1. 增添了一些新模型，列出如下：
   • VGG
   • DPN
   • ResNet v2
   • MnasNet
   • MixNet
   • RepVGG
   • ConvNeXt
   • Swin Transformer
   • EdgeNeXt
   • CrossViT
   • XCiT
   • CoAT
   • PiT
   • PVT v2
   • MobileViT
2. 错误修正:
   • 分布式训练时，需对每个进程设置相同的随机数种子
   • 检查YAML配置文件中的选项是否存在于命令行解析器
   • 修正了优化器Adan中标志变量不为Tensor的错误

• 2023/03/25

1. 更新ResNet网络预训练权重，现在预训练权重有更高Top1精度
   • ResNet18精度从70.09提升到70.31
   • ResNet34精度从73.69提升到74.15
   • ResNet50精度从76.64提升到76.69
   • ResNet101精度从77.63提升到78.24
   • ResNet152精度从78.63提升到78.72
2. 按照规则(model_scale-sha256sum.ckpt)更新预训练权重名字和相应下载URL链接。

• 2023/03/05

1. 增加Lion (EvoLved Sign Momentum)优化器，论文 https://arxiv.org/abs/2302.06675
   • Lion所使用的学习率一般比Adamw小3到10倍，而权重衰减(weigt_decay)要大3到10倍.
2. 增加6个模型及其训练策略、预训练权重：
   • HRNet
   • SENet
   • GoogLeNet
   • Inception V3
   • Inception V4
   • Xception
3. Support gradient clip

• 2023/01/10

1. MindCV v0.1发布! 支持通过PyPI安装 (pip install mindcv).
2. 新增4个模型的预训练权重及其策略： googlenet, inception_v3, inception_v4, xception

• 2022/12/09

1. 支持在所有学习率策略中添加学习率预热操作，除cosine decay策略外。
2. 支持Repeated Augmenation操作，可以通过--aug_repeats对其进行设置，设置值应大于1(通常为3或4)。
3. 支持EMA。
4. 通过支持mixup和cutmix操作进一步优化BCE损失函数。

• 2022/11/21

1. 支持模型损失和正确率的可视化。
2. 支持伦次维度的cosine decay策略的学习率预热操作（之前仅支持步维度）。

• 2022/11/09

1. 支持2个ViT预训练模型。
2. 支持RandAugment augmentation操作。
3. 提高了CutMix操作的可用性，CutMix和Mixup目前可以一起使用。
4. 解决了学习率画图的bug。

• 2022/10/12

1. BCE和CE损失函数目前都支持class-weight config操作、label smoothing操作、auxilary logit input操作（适用于类似Inception模型）。

• 2022/09/13

1. 支持Adan优化器(试用版)。

贡献方式

欢迎开发者用户提issue或提交代码PR，或贡献更多的算法和模型，一起让MindCV变得更好。

有关贡献指南，请参阅CONTRIBUTING.md。请遵循模型编写指南所规定的规则来贡献模型接口：)

许可证

本项目遵循Apache License 2.0开源协议。

致谢

MindCV是由MindSpore团队、西安电子科技大学、西安交通大学联合开发的开源项目。 衷心感谢所有参与的研究人员和开发人员为这个项目所付出的努力。 十分感谢 OpenI 平台所提供的算力资源。

引用

如果你觉得MindCV对你的项目有帮助，请考虑引用：

@misc{MindSpore Computer Vision 2022,
    title={{MindSpore Computer  Vision}:MindSpore Computer Vision Toolbox and Benchmark},
    author={MindSpore Vision Contributors},
    howpublished = {\url{https://github.com/mindspore-lab/mindcv/}},
    year={2022}
}