参考自：https://github.com/Traffic-X/Open-TransMind/tree/main/PAZHOU/base
VIMER-UFO（UFO：Unified Feature Optimization） All in One 多任务训练方案，通过使用多个任务的数据训练一个功能强大的通用模型，可被直接应用于处理多个任务。不仅通过跨任务的信息提升了单个任务的效果，并且免去了下游任务 fine-tuning 过程。VIMER-UFO All in One 研发模式可被广泛应用于各类多任务 AI 系统，以智慧城市场景为例，VIMER-UFO 可以用单模型实现人脸识别、人体和车辆ReID等多个任务的 SOTA 效果，同时多任务模型可获得显著优于单任务模型的效果，证明了多任务之间信息借鉴机制的有效性。
图片来自论文：2207.10341v1.pdf (arxiv.org)
（1）去除语义分割数据导入 的 随机内容变换 ， 保留 resize和 随机填充裁剪
（2）去除分类数据导入时的自动增强
（3）去除目标检测数据导入 RandomShortSideResize和crop
（1）目标检测网络Dropout比例设为0.3 解决co-adaption问题，这样可以训练更宽的网络
（1）学习率优化schedule 改为 PolynomialDecay，初始学习率改为 base_lr 设置为1e-5 （策略：小步慢走，越到后面 步子要迈的越小）
（1）实现梯度累加策略 ，相当于增加batchsize，不是每次迭代都进行参数更新，再进行梯度清零，而是若干次迭代后再进行此操作。这样可以增加训练速度。
从官方数据下载地址 https://aistudio.baidu.com/datasetdetail/211902 下载训练和测试数据后，将数据解压到datasets文件夹中（若不存在，请先创建）
使用object365数据集的预训练权重 https://bj.bcebos.com/v1/ai-studio-online/2fbaaaaf6bcc424393504d673ef67cfaeb252de248194cc49e3bd6544c2d0e0c?responseContentDisposition=attachment%3B%20filename%3Ddino_vit-base_paddle.pdmodel&authorization=bce-auth-v1%2F5cfe9a5e1454405eb2a975c43eace6ec%2F2023-06-04T02%3A29%3A31Z%2F-1%2F%2Fc3f75ecc5bb19e454ec3b1128c6c8ab55f76863be1134813247fe38211562597 ，下载预训练权重至pretrained文件夹中（若不存在，请先创建），后使用以下脚本在训练集上启动训练
（1）参考 《环境说明.txt》 安装虚拟conda环境 命名 paddle_conda_env
（2）执行命令：
conda activate paddle_conda_env
sh scripts/train.sh
（1）参考 《环境说明.txt》 安装虚拟conda环境 命名 paddle_conda_env
（2）执行命令：
conda activate paddle_conda_env
sh scripts/train_device_8_batchsize_16_epoch_200.sh
训练完成后 model_final.pdmodel 模型保存在outputs\vitbase_joint_training 文件夹中（若不存在，请先创建），后使用以下脚本在测试集上启动预测
sh scripts/test.sh
预测日志：
[08/05 09:30:40 ufo]: Full config saved to outputs/test_vitbase_joint_training/config.yaml missing keys: [] unexpected keys: [] trans: [<data.transforms.seg_transforms.Normalize object at 0x7f6d4e558650>] <class 'omegaconf.listconfig.ListConfig'> InferDataset has 1000 samples InferDataset has 1000 samples after padding rank 1 has 500 items loading annotations into memory... Done (t=0.01s) creating index... index created! COCOInferDataSet has 3067 samples COCOInferDataSet has 3068 samples after padding rank 1 has 1534 items ========== InferDataset ========== seg_inference_on_test_dataset
0%| | 0/500 [00:00<?, ?it/s] 8%|▊ | 38/500 [00:10<02:02, 3.79it/s] 8%|▊ | 38/500 [00:20<02:02, 3.79it/s] 18%|█▊ | 89/500 [00:20<01:30, 4.52it/s] 18%|█▊ | 89/500 [00:30<01:30, 4.52it/s] 28%|██▊ | 139/500 [00:30<01:16, 4.72it/s] 38%|███▊ | 190/500 [00:40<01:04, 4.84it/s] 48%|████▊ | 241/500 [00:50<00:53, 4.88it/s] 58%|█████▊ | 291/500 [01:00<00:42, 4.91it/s] 69%|██████▊ | 343/500 [01:10<00:31, 4.99it/s] 79%|███████▉ | 395/500 [01:21<00:21, 4.98it/s] 89%|████████▉ | 445/500 [01:31<00:11, 4.95it/s] 99%|█████████▉| 497/500 [01:41<00:00, 5.02it/s] 100%|██████████| 500/500 [01:42<00:00, 4.89it/s] ========== FGVCInferDataset ========== ========== COCOInferDataSet ========== ['/home/shangzaixing/code/PAZHOUbase', '/opt/anaconda3/envs/paddle_pz/lib/python37.zip', '/opt/anaconda3/envs/paddle_pz/lib/python3.7', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/lib-dynload', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/site-packages', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/site-packages/paddle/fluid/proto', '/home/shangzaixing/code/PAZHOUbase/'] ['/home/shangzaixing/code/PAZHOUbase', '/opt/anaconda3/envs/paddle_pz/lib/python37.zip', '/opt/anaconda3/envs/paddle_pz/lib/python3.7', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/lib-dynload', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/site-packages', '/opt/anaconda3/envs/paddle_pz/lib/python3.7/site-packages/paddle/fluid/proto', '/home/shangzaixing/code/PAZHOUbase/'] /home/shangzaixing/code/PAZHOUbase/detectron2/data/transforms/transform.py:46: DeprecationWarning: LINEAR is deprecated and will be removed in Pillow 10 (2023-07-01). Use BILINEAR or Resampling.BILINEAR instead. def init(self, src_rect, output_size, interp=Image.LINEAR, fill=0): rank is 1, world size is 2