Upload ViT config

vit/config.yaml

@@ -0,0 +1,89 @@
+# ViT Model Configuration
+model:
+  name: "vit_base"  # vit_tiny, vit_small, vit_base
+  num_classes: 3
+  pretrained: false
+  image_size: 224
+  dropout: 0 # 增加dropout减少过拟合
+  drop_path: 0  # Drop path regularization
+
+data:
+  root_dir: "data"
+  train_split: 0.8
+  val_split: 0.2
+  test_split: 0
+  batch_size: 64
+  num_workers: 4
+  augmentation:
+    enabled: true
+    use_vit_transforms: true  # 使用ViT专用的数据增强
+    # resize策略: 'squash'(强制拉伸，不推荐), 'crop'(保持比例+crop，推荐), 'pad'(保持比例+pad)
+    resize_strategy: "crop"  # 对于高分辨率图片，推荐使用crop保持长宽比
+    resize_scale: 1.1  # 训练时随机crop的放大倍数（仅crop策略有效）
+    horizontal_flip: 0.5
+    color_jitter: true
+    color_jitter_params:
+      brightness: 0.3  # 增加亮度变化，减少对红色的依赖
+      contrast: 0.3
+      saturation: 0.4  # 增加饱和度变化，让模型学习不同饱和度的红色
+      hue: 0.2  # 增加色相变化，让红色可以变成橙色、黄色等
+      p: 0.8  # 提高颜色增强的概率
+    random_brightness_contrast: true
+    brightness_limit: 0.3  # 增加亮度变化范围
+    contrast_limit: 0.3
+    brightness_contrast_p: 0.7
+    # 添加RGB通道独立调整，可以降低红色通道的影响
+    channel_shuffle: false  # 可选：通道打乱，但可能破坏语义
+    # 添加颜色空间转换增强
+    rgb_shift: true  # 随机调整RGB通道
+    rgb_shift_limit: 20  # RGB通道偏移范围
+    rgb_shift_p: 0.5
+    rotate: true
+    rotate_limit: 15
+    rotate_p: 0.5
+    shift_scale_rotate: true
+    shift_limit: 0.1
+    scale_limit: 0.1
+    shift_scale_rotate_p: 0.5
+    gaussian_noise: true
+    noise_var_limit: [10.0, 50.0]
+    noise_p: 0.3
+    gaussian_blur: true
+    blur_limit: [3, 7]
+    blur_p: 0.3
+    cutout: true
+    max_holes: 8
+    max_height: 32
+    max_width: 32
+    cutout_p: 0.3
+    normalize:
+      mean: [0.485, 0.456, 0.406]
+      std: [0.229, 0.224, 0.225]
+
+training:
+  epochs: 50
+  learning_rate: 5e-5
+  weight_decay: 1e-4
+  optimizer: "adamw"
+  scheduler: "cosine"
+  warmup_epochs: 10
+  save_interval: 5
+  # 使用Focal Loss处理类别不平衡和困难样本
+  use_focal_loss: False
+  focal_loss_alpha: 1.0  # Focal loss alpha参数
+  focal_loss_gamma: 2.0  # Focal loss gamma参数，gamma越大，对困难样本关注越多
+  # 类别权重（如果不用focal loss）
+  use_class_weights: false  # 与focal_loss二选一
+  # Label smoothing减少对单一特征的过度依赖
+  label_smoothing: 0.1
+
+paths:
+  checkpoint_dir: "checkpoints/vit"
+  log_dir: "logs/vit"
+  result_dir: "results/vit"
+
+wandb:
+  enabled: true  # 是否启用wandb记录
+  project: "fire_detection_vit"  # wandb项目名称
+  name: null  # 运行名称，null则自动生成
+