# GMA_ms

**Repository Path**: liuzh0520/gma_ms

## Basic Information

- **Project Name**: GMA_ms
- **Description**: mindspore项目代码 - GMA模型
- **Primary Language**: Unknown
- **License**: WTFPL
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-05-06
- **Last Updated**: 2022-11-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# GMA

### 运行Demo

对两张图片进行光流估计的示例程序，命令如下：

```sh
sh demo.sh
```



### 单卡/多卡训练

本模型的训练包括四个阶段：在Flyingchairs数据集上预训练，在Flyingthings3D数据集上预训练，在Sintel、FlyingThings3D、KITTI、HD1K数据集上fine-tune，在KITTI数据集上fine-tune。

四个阶段的单卡训练运行命令如下：

```sh
sh train.sh chairs 0
sh train.sh things 0
sh train.sh sintel 0
sh train.sh kitti 0
```

四个阶段的分布式训练运行命令如下：

```sh
sh train_para.sh RANK_SIZE chairs # for example: sh train_para.sh 8 chairs
sh train_para.sh RANK_SIZE things
sh train_para.sh RANK_SIZE sintel
sh train_para.sh RANK_SIZE kitti
```



### 评估/推理验证

本模型的评估对应上述四个阶段，分别用Flyingchairs, FlyingThings3D, Sintel, KITTI进行评估，命令如下：

```sh
sh evaluate.sh
```

精度指标：
```sh
# Flyingchairs
Validation Chairs EPE: 0.791141

# FlyingThings3D
Validation (frames_cleanpass) EPE: 3.143369, 1px: 0.827279, 3px: 0.904281, 5px: 0.925958
Validation (frames_finalpass) EPE: 2.801169, 1px: 0.825549, 3px: 0.904842, 5px: 0.927030

# Sintel
Validation (clean) EPE: 0.616914, 1px: 0.930144, 3px: 0.971971, 5px: 0.981579
Validation (final) EPE: 1.064420, 1px: 0.894439, 3px: 0.951255, 5px: 0.967144

# KITTI
Validation KITTI: 0.569185

```



### 权重格式转换pth->ckpt

可使用以下命令将pth权重转为ckpt格式的权重：

```sh
python pth2ckpt.py --model checkpoints/gma-things.pth
```


### loss算子测试

本模型的loss算子是手动实现的，为测试算子的正确性，可以通过以下命令实现：

```sh
python test_train_ms.py --device_target Ascend
```