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。