MTP 项目使用教程
1. 项目目录结构及介绍
MTP 项目的目录结构如下:
MTP/
├── Figs/
├── Multi-Task_Pretrain/
├── RS_Tasks_Finetune/
├── scripts/
├── LICENSE
├── README.md
目录结构介绍
- Figs/: 存放项目相关的图表文件。
- Multi-Task_Pretrain/: 存放多任务预训练相关的代码和数据。
- RS_Tasks_Finetune/: 存放遥感任务微调相关的代码和数据。
- scripts/: 存放项目使用的脚本文件。
- LICENSE: 项目的许可证文件。
- README.md: 项目的介绍文档。
2. 项目启动文件介绍
MTP 项目的启动文件主要集中在 scripts/
目录下。以下是一些关键的启动文件:
- scripts/convert_pkl_json.py: 用于将 SAMRS 数据集中的
.pkl
文件转换为 COCO 格式的.json
文件。 - scripts/pretrain.sh: 用于启动多任务预训练的脚本。
启动文件介绍
-
convert_pkl_json.py:
- 功能: 将 SAMRS 数据集中的
.pkl
文件转换为 COCO 格式的.json
文件。 - 使用方法: 运行
python scripts/convert_pkl_json.py
即可。
- 功能: 将 SAMRS 数据集中的
-
pretrain.sh:
- 功能: 启动多任务预训练。
- 使用方法: 运行
srun -J mtp -p gpu --gres=dcu:4 --ntasks=32 --ntasks-per-node=4 --cpus-per-task=8 --kill-on-bad-exit scripts/pretrain.sh
即可。
3. 项目配置文件介绍
MTP 项目的配置文件主要用于定义预训练和微调任务的参数。以下是一些关键的配置文件:
- configs/pretrain.py: 定义多任务预训练的配置参数。
- configs/finetune.py: 定义微调任务的配置参数。
配置文件介绍
-
pretrain.py:
- 功能: 定义多任务预训练的配置参数,包括数据集路径、模型架构、优化器设置等。
- 关键参数:
dataset_path
: 预训练数据集的路径。model_arch
: 预训练模型的架构,如ViT-L + RVSA
。optimizer
: 优化器设置,如AdamW
。
-
finetune.py:
- 功能: 定义微调任务的配置参数,包括数据集路径、模型架构、优化器设置等。
- 关键参数:
dataset_path
: 微调数据集的路径。model_arch
: 微调模型的架构,如ViT-B + RVSA
。optimizer
: 优化器设置,如SGD
。
通过以上配置文件,用户可以灵活地调整预训练和微调任务的参数,以适应不同的遥感任务需求。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考