Algorithm-Repo/SourceCode/MachineLearningUtils/SemanticSeg/PytorchFramework

语义分割框架使用说明

概要

一般情况下，我们仅需修改main.py的parse_args()以及configs文件夹下配置文件即可开始训练。默认配置由common.yaml、 dataset.yaml和model.yaml三部分配置文件合并组成，可以通过各自拷贝一份已有yaml文件，并在此基础上修改得到，也可使用项目内置template.yaml 直接修改。

具体介绍

Config

我们将原有myconfig.py中参数按照目的和功能分为通用配置（./_base_/common.yaml）、数据集配置（./_base_/datasets/...）和模型配置（./_base_/models/...）。 借助config._parse_from_yaml和config._update_dic，我们将顶层配置文件_base_中来自不同配置文件的参数进行整合，实现参数的解析。 具体实现过程请查看utils/config.py。

Registry

我们借助Registry机制实现自定义类或函数名的注册，方便在解析配置文件（type对应的参数）时定位到类或函数。在每一个需要被注册的类或函数的定义部分， 我们使用@Registry.register_module装饰器来装饰类或函数。因此当我们新增自定义的类或函数时，只需要在定义时加上装饰器即可完成注册。 目前我们实现了MODELS、BACKBONES、LOSSES、DATASETS和TRANSFORMS五个参数组，如有需要可以自行添加新的参数组，并注意将该参数组添加 到config._load_module。具体实现过程请查看utils/registry.py。