安装

conda

conda create -n DFACLIP python=3.10

conda activate DFACLIP

cd DFACLIP

pip install -r  requirements.txt
( -i https://pypi.mirrors.ustc.edu.cn/simple 如有需要)

conda deactivate

代码目录概览

DFA-project/
├── data/                 # 数据目录
│   ├── raw/             # 原始数据（不提交到 Git）
│   └── processed/       # 处理后的数据（不提交到 Git）
│
├── experiments/         # 实验记录（每次实验的子目录，不提交）
│   └── exp_model_name_20230801/    # 实验日期或 ID
│
├── src/                 # 核心代码
│   ├── data/           # 数据加载与预处理
│   ├── utils/          # 工具函数
│   ├── models/         # 模型类
│   ├── ablation.py     # 消融实验
│   ├── main.py         # 训练脚本
│   ├── test.py         # 测试脚本
│   ├── Trainer.py      # 封装训练代码
│   ├── config.py       # 配置信息
│   └── fullcode.py     # 完整训练代码
│
├── extra_data.py        # 生成数据集的csv文件
├── requirements.txt     # Python 依赖
├── environment.yml      # Conda 环境配置
└── .gitignore           # 排除大文件/临时文件

运行

单机多卡运行

即use_gpu_num > 1

设置显卡使用序号（参考服务器的显卡数量进行分配）

export CUDA_VISIBLE_DEVICES=4,5,6,7
DDP模式运行：
torchrun --nproc_per_node=4 src/main.py --model_class=DFACLIP

单机单卡

训练DFACLIP

即use_gpu_num <= 1

export CUDA_VISIBLE_DEVICES=0
python -m src.main --model_class=DFACLIP

训练各种模型

sh train_together.sh

测试某一数据集

python -m src.test --model_class=DFACLIP --test_dataset=your—dataset
如: python -m src.test --model_class=DFACLIP --test_dataset=DFDC
注：后续将test代码合并到ablation中，请对应修改参数

消融实验

python -m src.ablation  --test_dataset=your—dataset(默认是全部)
如: python -m src.ablation --test_dataset=DFDC

各模型权重下载：

通过网盘分享的文件：weights
链接: https://pan.baidu.com/s/1QSZhR0tqc_1_rMx7NcLVzg?pwd=sztu 提取码: sztu 
--来自百度网盘超级会员v4的分享

todo

• 按不同数据集进行训练、测试（已完成）
• 用于消融实验的继承类设计（已完成）
• 使用DALI框架（失败）