nurtas aidarbekov_true image2018

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

Up主作为CV穷人代表，这一次想要触碰一下 papers 里最为活跃却又以 “Huge” 令穷人望而生畏的超级数据集: ImageNet 中的 ILSVRC2012.

---

还记得依靠氪金 “霸道总裁式” 碾压一切 “noise 2 image” 的 BigGAN 吗?

来不及时间解释了，快上车！
## 下载可怜穷人的 BigGAN-4~8 gpus version
>> git clone https://github.com/ajbrock/BigGAN-PyTorch.git

准备数据集及其预处理

资源

http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_test.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_val.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_train.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_devkit_t12.tar
http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_bbox_train_v2.tar

这一步是重点，讲述了UP主如何下载整个数据集。

• 首先是通过迅雷下载一些辅助信息（BBox等）和较小的测试集与验证集数据（建议租一个一天会员）（直接复制上面的几个链接）；
• 但是到了训练集的 137 个 GB 的时候就不行了，因为用的是内网，强行被限制了网速，所以只好找到一个热心网友的网盘上分享的资源，每个类别对应一个压缩包，共1000个，

## 原来的资源找不到了，这里有个也是一样的
https://pan.baidu.com/s/1hsDmdNI

下载完后就是解压了，花了几个小时，写了个脚本（对1000个 .tar 压缩包进行解压缩），

import tarfile
import os
from tqdm import tqdm

if __name__ == '__main__':
    src_pth = 'xxxxxx/ILSVRC2012_img_train'
    des_pth = 'xxxxxx/SuperDatasets/Image-Net/ILSVRC2012_img_train'

    for i in tqdm(range(1000)):
        dir_name = '%04d' % (i+1)
        if os.path.exists(os.path.join(des_pth, dir_name)) is not True:
            os.mkdir(os.path.join(des_pth, dir_name))

        tar_file = os.path.join(src_pth, dir_name+'.tar')
        dir_file = os.path.join(des_pth, dir_name)

        tar_fh = tarfile.open(tar_file)

        for f_name in tar_fh.getnames():
            tar_fh.extract(f_name, path=dir_file)
            # 解压到指定文件夹

最后得到


好吧确实有点感动♪(＾∀＾●)ﾉ

---

这里的每个子文件夹下都是同一个类别的图像，1000个类别的中英文信息参照这位老哥的博客：imagenet数据集类别标签和对应的英文中文对照表
但实际上我们并不在意具体每一类别指的是什么，只要用0，1，2，…去指代即可。

---

训练阶段我们只需要在工程目录下新建 data 目录，里边再新建 ImageNet 目录，里边再新建 I128 目录，即 data/ImageNet/I128 。这之后将 train 的1000个子目录移动过去。

Anyway，收集完数据后，下面就是预处理了。

• 执行python make_hdf5.py --dataset I128 --batch_size 128 --data_root data
  hdf5 是为了将数据处理成更利于快速 I /O 的格式，类似于在上一篇博客 EDVR-lmdb ；但与 lmdb 不同的是，lmdb 纯碎是存储一个巨大的 dict，而 hdf5 还附带了控制 batch 的功能，简直就是专门为 dataset 而设计的Σ( ° △ °|||)︴
• 其中，$batch\_size\_overall=num\_gpu\times batch\_size\_per\_gpu$
  这里的 batch_size 就是 overall 的；作者说，16GB　的单个　VRAM　支持　batch_size_per_gpu 可以是256，所以作者说原始的 BigGAN设置是：
  $2048=256\times 8$
• 本穷UP好不容易借到 4 张 1080ti，那就是假设是 8GB ✖ 4， 所以
  $128\times 4=512$，想想还是算了，就按他给的 256 的一半 128 来吧。
  下面我们来看看这样的设置下发生了什么？

经由代码文件
make_hdf5.py, utils.py, datasets.py
我们可以推断出数据集应该这样准备：
'''
/data/ImageNet
 ├I128   # ImageNet 128x128
 │ ├dog
 │ │ ├xxx.jpg
 │ │ ├xxy.jpg
 │ │ ...
 │ │ └zzz.jpg
 │ ├cat
 │ │ ├xxx.jpg
 │ │ ...
 │ │ ├xxy.jpg
 │ │ ...
 │ │ └zzz.jpg
 │ ...
 │ └class_n
 │   ├xxx.jpg
 │   ...
 │   ├xxy.jpg
 │   ...
 │   └zzz.jpg
 ├I256   # ImageNet 256x256
 ...
 └XXXX
'''

完了后我们应该会得到一个：data/ImageNet/ILSVRC128.hdf5

TIP

我们发现代码里并没有一定要求1000个类别的图像都参与训练，所以我们可以只取其中的一部分类别。那就前 25 类吧，刚好到猫头鹰先生那里，一共也有 32500 张图像。处理就很快了，一分钟不到，生成文件大小是 1.4 GB。

• 执行python calculate_inception_moments.py --dataset I128_hdf5 --data_root data
  这里是为了使用 torchvision.models.inception 的预训练模型去计算 IS 分数（$\mu$ 和 $\sigma$）
  

开始训练

python train.py \
--dataset I128_hdf5 \  # which Dataset to train on, out of I128, I256, C10, C100;
--parallel --shuffle  --num_workers 8 --batch_size 128 \ # for data loader settings
--num_G_accumulations 2 --num_D_accumulations 2 \
--num_D_steps 1 --G_lr 1e-4 --D_lr 4e-4 --D_B2 0.999 --G_B2 0.999 \
--G_attn 64 --D_attn 64 \
--G_nl relu --D_nl relu \
--SN_eps 1e-8 --BN_eps 1e-5 --adam_eps 1e-8 \
--G_ortho 0.0 \
--G_init xavier --D_init xavier \
--ema --use_ema --ema_start 2000 --G_eval_mode \
--test_every 2000 --save_every 1000 --num_best_copies 5 --num_save_copies 2 --seed 0 \
--name_suffix SAGAN_ema \

UP主的成功设置

UP主后来变成只有两张卡，那就再试试咯，把 $batch\_size\_overall$ 设置成32，最终暂且在两张卡上跑了起来。

CUDA_VISIBLE_DEVICES=0,1 python train.py --dataset I128_hdf5 --parallel --shuffle  --num_workers 8 --batch_size 32 --num_G_accumulations 1 --num_D_accumulations 1 --num_D_steps 1 --G_lr 1e-4 --D_lr 4e-4 --D_B2 0.999 --G_B2 0.999 --G_attn 64 --D_attn 64 --G_nl relu --D_nl relu --SN_eps 1e-8 --BN_eps 1e-5 --adam_eps 1e-8 --G_ortho 0.0 --G_init xavier --D_init xavier --ema --use_ema --ema_start 2000 --G_eval_mode --test_every 2000 --save_every 1000 --num_best_copies 5 --num_save_copies 2 --seed 0 --name_suffix SAGAN_ema