FewX 开源项目使用教程

FewX 开源项目使用教程

FewXFewX is an open-source toolbox on top of Detectron2 for data-limited instance-level recognition tasks.项目地址:https://gitcode.com/gh_mirrors/fe/FewX

1. 项目的目录结构及介绍

FewX 是一个基于 Detectron2 的开源工具箱，用于数据有限的实例级识别任务。以下是项目的目录结构及其简要介绍：

FewX/
├── configs/          # 配置文件目录
│   └── fsod/         # 特定任务的配置文件
├── datasets/         # 数据集目录
├── fewx/             # 项目核心代码
├── log/              # 日志文件目录
├── .gitignore        # Git 忽略文件配置
├── LICENSE           # 项目许可证
├── README.md         # 项目说明文档
└── fsod_train_net.py # 训练网络的启动文件

目录结构详细介绍

• configs/: 包含项目的各种配置文件，特别是 fsod/ 目录下有针对特定任务的配置文件。
• datasets/: 用于存放数据集的目录。
• fewx/: 项目的主要代码库，包含实现各种实例级识别任务的代码。
• log/: 用于存放训练和测试过程中的日志文件。
• .gitignore: 配置 Git 忽略的文件和目录。
• LICENSE: 项目的许可证文件。
• README.md: 项目的说明文档，包含项目的基本信息和使用方法。
• fsod_train_net.py: 训练网络的启动文件。

2. 项目的启动文件介绍

项目的启动文件是 fsod_train_net.py，该文件用于启动训练过程。以下是该文件的简要介绍：

# fsod_train_net.py

import os
import sys
from detectron2.engine import DefaultTrainer
from detectron2.config import get_cfg
from fewx.config import add_fsod_config

def setup(args):
    cfg = get_cfg()
    add_fsod_config(cfg)
    cfg.merge_from_file(args.config_file)
    cfg.merge_from_list(args.opts)
    cfg.freeze()
    return cfg

def main(args):
    cfg = setup(args)
    trainer = DefaultTrainer(cfg)
    trainer.resume_or_load(resume=args.resume)
    trainer.train()

if __name__ == "__main__":
    from detectron2.engine import launch
    launch(main, sys.argv[1:])

启动文件详细介绍

• setup(args): 该函数用于设置配置文件，包括从命令行参数中读取配置文件路径和选项，并将其合并到配置对象中。
• main(args): 主函数，负责启动训练过程。它首先调用 setup(args) 函数设置配置，然后创建 DefaultTrainer 实例并启动训练。
• launch(main, sys.argv[1:]): 用于在多GPU环境下启动训练过程。

3. 项目的配置文件介绍

项目的配置文件位于 configs/ 目录下，特别是 fsod/ 目录下有针对特定任务的配置文件。以下是一个典型的配置文件示例：

# configs/fsod/example.yaml

MODEL:
  BACKBONE:
    NAME: "build_resnet_backbone"
  RESNETS:
    OUT_FEATURES: ["res4"]
  ROI_HEADS:
    NAME: "StandardROIHeads"
    NUM_CLASSES: 80
  ROI_BOX_HEAD:
    NAME: "FastRCNNConvFCHead"
    NUM_FC: 2
    POOLER_RESOLUTION: 7

SOLVER:
  BASE_LR: 0.001
  STEPS: (210000, 250000)
  MAX_ITER: 270000

DATASETS:
  TRAIN: ("coco_2017_train",)
  TEST: ("coco_2017_val",)

INPUT:
  MIN_SIZE_TRAIN: (640, 672, 704, 736, 768, 800)
  MAX_SIZE_TRAIN: 1333
  MIN_SIZE_TEST: 800

FewXFewX is an open-source toolbox on top of Detectron2 for data-limited instance-level recognition tasks.项目地址:https://gitcode.com/gh_mirrors/fe/FewX