本文大致介绍mmlab的基本框架。

基本知识

  1. config 文件
    （1）命名规则
1
{algorithm name}_{model component names [component1]_[component2]_[...]}_{training settings}_{training dataset information}_{testing dataset information}.py
  • algorithm name: 算法名称。
    例如：faster_rcnn
  • model component names: 模型组件名称，包括backbone和neck等。
    例如 r50-caffe_fpn_gn-head 表示在算法中使用 caffe 版本的 ResNet50、FPN 和 使用了 Group Norm 的检测头。
  • training settings: 训练设置， batch 大小、数据增强、损失、参数调度方式和训练最大轮次/迭代。
    例如4xb4-mixup-giou-coslr-100e 表示使用 8 个 gpu 每个 gpu 4 张图、mixup 数据增强、GIoU loss、余弦退火学习率，并训练 100 个 epoch。
  • training dataset information: 训练数据集信息，例如：coco_2017_train
  • testing dataset information: 测试数据集信息，可选。例如：coco_2017_val