modification of kunlunxin-RetinaNet

training/kunlunxin/retinanet-pytorch/README.md

@@ -0,0 +1,58 @@
+### 模型backbone权重下载
+[模型backbone权重下载](https://download.pytorch.org/models/resnet50-0676ba61.pth)
+
+这一部分路径在FlagPerf/training/benchmarks/retinanet/pytorch/model/\_\_init__.py中提供：
+
+```python
+torchvision.models.resnet.__dict__['model_urls'][
+    'resnet50'] = 'https://download.pytorch.org/models/resnet50-0676ba61.pth'
+```
+本case中默认配置为，从官网同路径（0676ba61）自动下载backbone权重。用户如需手动指定，可自行下载至被挂载到容器内的路径下，并于此处修改路径为"file://"+download_path
+
+### 测试数据集下载
+
+[测试数据集下载](https://cocodataset.org/)
+
+### 昆仑芯XPU配置与运行信息参考
+#### 环境配置
+- ##### 硬件环境
+  - 机器型号: 昆仑芯AI加速器组R480-X8
+  - 加速卡型号: 昆仑芯AI加速卡R300
+  - 多机网络类型、带宽: InfiniBand，200Gb/s
+
+- ##### 软件环境
+  - OS版本：Ubuntu 20.04
+  - OS kernel版本: 5.4.0-26-generic
+  - 加速卡驱动版本：4.0.25
+  - Docker镜像和版本：pytorch1.12.1-cpu-ubuntu20.04:v0.01
+  - 训练框架版本：xmlir
+  - 训练编译器版本：xacc
+  - 依赖软件版本：pytorch-1.12.1+cpu
+
+
+* 通用指标
+
+| 指标名称       | 指标值                  | 特殊说明                                    |
+| -------------- | ----------------------- | ------------------------------------------- |
+| 任务类别       | 目标检测                |                                             |
+| 模型           | retinanet               |                                             |
+| 数据集         | COCO2017                |                                             |
+| 数据精度       | precision,见“性能指标”  | 可选fp32/amp/fp16                           |
+| 单卡批尺寸     | bs,见“性能指标”         | 即local batch_size                          |
+| 超参修改       | fix_hp,见“性能指标”     | 跑满硬件设备评测吞吐量所需特殊超参          |
+| 硬件设备简称   |  R300            |                                             |
+| 硬件存储使用   | mem,见“性能指标”        | 通常称为“显存”,单位为GiB                    |
+| 端到端时间     | e2e_time,见“性能指标”   | 总时间+Perf初始化等时间                     |
+| 总吞吐量       | p_whole,见“性能指标”    | 实际训练图片数除以总时间(performance_whole) |
+| 训练吞吐量     | p_train,见“性能指标”    | 不包含每个epoch末尾的评估部分耗时           |
+| **计算吞吐量** | **p_core,见“性能指标”** | 不包含数据IO部分的耗时(p3>p2>p1)            |
+| 训练结果       | mAP,见“性能指标”        | 所有类别的 Average Precision（平均精度）的均值                  |
+| 额外修改项     | 无                      |                                             |
+
+* 性能指标
+
+| 配置                | precision | fix_hp        | e2e_time | p_whole | p_train | p_core | mAP    | mem       |
+| ------------------- | --------- | ------------- | -------- | ------- | ------- | ------ | ------ | --------- |
+| R300单机单卡（1x1） | fp32      | bs=8,lr=0.04  |       |       |       |        |        |         |
+| R300单机8卡（1x8）  | fp32      | bs=8,lr=0.04  |       |       |       |        | 0.3461 |  18.7/32.0 |
+| R300两机8卡（2x8）  | fp32      | bs=8,lr=0.04  |       |       |       |        |        |         |

training/kunlunxin/retinanet-pytorch/config/config_R300x1x1.py

@@ -0,0 +1,6 @@
+from config_common import *
+
+train_batch_size = 8
+eval_batch_size = 8
+
+lr = 0.04

training/kunlunxin/retinanet-pytorch/config/config_R300x1x8.py

@@ -0,0 +1,6 @@
+from config_common import *
+
+train_batch_size = 8
+eval_batch_size = 8
+
+lr = 0.04

training/kunlunxin/retinanet-pytorch/config/config_R300x2x8.py

@@ -0,0 +1,6 @@
+from config_common import *
+
+train_batch_size = 8
+eval_batch_size = 8
+
+lr = 0.04

training/kunlunxin/retinanet-pytorch/config/config_common.py

@@ -0,0 +1,2 @@
+vendor = 'kunlunxin'
+dist_backend = "xccl"

training/kunlunxin/retinanet-pytorch/config/environment_variables.sh

@@ -0,0 +1,6 @@
+export XACC_ENABLE=1
+export BKCL_PCIE_RING=1
+export XMLIR_D_XPU_L3_SIZE=66060288
+export XMLIR_D_FORCE_FALLBACK_STR="aten::_index_put_impl_,aten::index.Tensor"
+
+export XACC_ARGS="-L auto_tune"

training/kunlunxin/retinanet-pytorch/config/requirements.txt

@@ -0,0 +1,7 @@
+psutil==5.9.5
+accelerate==0.20.3
+Pillow==9.5.0
+torch==1.12.1+cpu
+https://download.pytorch.org/whl/cpu/torchvision-0.13.1%2Bcpu-cp38-cp38-linux_x86_64.whl
+pycocotools==2.0.5
+numpy==1.23.5