MMLab工具箱 —— Runner类

最新推荐文章于 2024-08-25 19:38:26 发布
原创 最新推荐文章于 2024-08-25 19:38:26 发布 · 730 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#MMLab

本文介绍了MMdetection中的Runner概念及其作用。Runner作为深度学习算法的容器，整合了数据、模型、训练策略、评估和推理等核心组件。文章还提到了Runner的不同实现形式，如epoch_based_runner和iter_based_runner，并指出了它们的源码位置。

Runner是MMdetection中的一种深度学习算法“工厂”，是对深度学习算法各个组件的“容器”。简单来说，所有的机器学习算法所包含的无非就是数据、模型、训练策略、评估、推理这五个部分。Runner就是将这五个部分组合在一起的工具。

 

Runner的源码封装在MMCV库当中

 

epoch_based_runner和iter_based_runner都是继承base_runner的

anaconda3/envs/open-mmocr/lib/python3.7/site-packages/mmcv/runner/base_runner.py

 

在base_runner中，定义了

register各种hook

 

 

 

 

 

hxxjxw
关注
open-mmlab学习笔记
xiaomu_347的博客
05-15 355
OpenMMLab 是一个由香港中文大学多媒体实验室 (MMLab) 发起的开源项目，旨在建立一个通用的、模块化的深度学习模型框架，以便于研究者和开发者能够快速构建和部署深度学习模型。这些框架在计算机视觉领域的研究和应用中发挥了重要作用，帮助研究者和开发者快速实现和部署深度学习模型。: 一个全面的、模块化的、灵活的目标检测工具箱，支持单阶段和双阶段检测器。: 用于语义分割、实例分割和全景分割的框架，提供多种分割网络结构。: 用于生成模型的框架，如条件图像生成、文本到图像生成等。
MMAction2 学习笔记 （二）——通用工具使用及网络DIY （上）
Jason_____Wang的博客
11-17 4736
MMAction2 学习笔记 （二）——通用工具使用及网络DIY 0- 写在前面 继续上一篇骨骼关键点识别算法相关内容的学习，今天学习通用领域的工具使用以及网络的DIY 目前正在实习，具体的内容方向是基于骨骼关键点的动作识别（skeleton based action recognition）。 在经过了多多的调研之后，觉得目前还是mmaction2平台最香，因此希望后续工作（包括效果的验证、实验、对比等等）包括前期的端到端工作都在mmaction2工具箱上展开。 学习mmaction2的目的是能够借助该平
mmdetection Runner
qq_37164776的博客
09-27 751
Runner作用，通过注册的hook在预定义的位点执行自定义函数实现自定义训练流程。 注册钩子类 注册训练hooks，其原理是将LrUpdaterHook、OptimizerHook、CheckpointHook、IterTimerHook等钩子类注册到hooks中，实则存储在Runner类的self._hooks列表中。 def register_training_hooks(self, lr_config,
【mmlab2.0】二十分钟入门计算机视觉开源神器OpenMMLab
yikshing的博客
06-01 705
从mmlab到innolab、xedu、mmedu，一站式了解
MMDetection学习笔记（四）：核心组件分析
博学而笃志，切问而近思。
07-04 807
MMDetection学习笔记（四）：核心组件分析
（十五）mmdetection源码解读：runner
m0_37737957的博客
09-11 431
一、runner构建过程 二、runner包含的功能
MMDetection框架入门教程（五）：Runner和Hook详细解析
热门推荐
Sual
11-10 1万+
  上一篇博客对配置文件进行了详细介绍，本篇博客将对MMDetection中的Hook机制进行介绍。本文主要是对下面内容的总结和梳理。 知乎 - 轻松掌握MMDetection整体构建流程(二) 知乎 - MMCV核心组件分析(六)：Hook 知乎 - 目标检测(MMDetection)-HOOK机制 B站 - OpenMMLab开源工具使用教学(一) 1. 什么是Hook   MMDetection对网络模型、训练流程、测试流程都进行了高度封装，用户只能通过配置文件干预框架内部的运行流程。...
MMAction2 学习笔记 （三）——通用工具使用及网络DIY （下）
Jason_____Wang的博客
11-22 3608
MMAction2 学习笔记 （三）——通用工具使用及网络DIY （下） 0- 写在前面 继续上一篇骨骼关键点识别算法相关内容的学习，今天学习通用领域的工具使用以及网络的DIY 目前正在实习，具体的内容方向是基于骨骼关键点的动作识别（skeleton based action recognition）。 在经过了多多的调研之后，觉得目前还是mmaction2平台最香，因此希望后续工作（包括效果的验证、实验、对比等等）包括前期的端到端工作都在mmaction2工具箱上展开。 学习mmaction2的目的是能够
书生大模型实战营（暑假场）进阶岛关卡四——InternVL 多模态模型部署微调实践
HJL1228的博客
08-25 1139
书生大模型实战营（暑假场）进阶岛关卡四——InternVL 多模态模型部署微调实践 follow 教学文档和视频使用QLoRA进行微调模型，复现微调效果，并能成功讲出梗图. 尝试使用LoRA，或调整xtuner的config，如LoRA rank，学习率。看模型Loss会如何变化，并记录调整后效果(选做，使用LoRA或调整config可以二选一)
pytorch mmcv
最新发布
03-23
MMCV 是 OpenMMLab 提供的一个开源工具箱，主要用于计算机视觉领域中的算法开发和研究。它基于 PyTorch 构建，并提供了许多高级功能来简化复杂任务的实现过程[^6]。具体来说： - **模块化设计**：MMCV 将常见的...
MMLAB实战系列课程
08-31
给大家分享一套课程——MMLAB实战系列，完整版视频课程下载，附源码。 OpenMMLab 是一个适用于学术研究和工业应用的开源项目，涵盖了计算机视觉的许多研究课题，如：图像分类、目标检测、目标分割、超分辨率图像生成等。是最大最全的开源视觉代码库合集！深度学习时代最完整的计算机视觉开源算法体系！
MMLab工具箱 —— Registry类(注册类机制/注册器)
hxxjxw的博客
04-16 1023
Registry类(注册机制) 在MMDection中所有功能都是基于注册器来完成模块化操作的 实现是在 anaconda3/envs/open-mmocr/lib/python3.7/site-packages/mmcv/utils/registry.py 作用是mapstringstoclasses
MMDetection(3D)中的Hook与Runner简介（含EvalHook的介绍）
weixin_45657478的博客
11-12 2382
MMDetection(3D)中的Hook与Runner简介（含EvalHook的介绍）
MMCV之Runner介绍
wulele2的博客
12-26 5982
文章目录前言1、BaseRunner类2、EpochBasedRunner3、IterBasedRunner总结 前言  mmcv/runner/base_runner.py文件中，定义了runner类。该类用于管理一个模型的训练和评估过程。这里放张官方示意图（runner简单来说就是实现了右边是个红色框的类）： 1、BaseRunner类  该类是所有子runne的r基类，贴下最核心的代码（好多细节我给删除掉了，因为太多了）： class BaseRunner(metaclass=ABCMeta):
MMLab参数图文介绍
始于足下
10-09 188
初学者刚接触MMLab工具面对复杂的参数文件配置和文件继承机制看着有些难以接受。要谁看都头疼，但仔细捋一下教程文件还是可以有个大致理解的。
OpenMMLab简介
weixin_38655947的博客
06-01 1349
Github链接官网链接。
MMLab
weixin_46587777的博客
05-03 8603
MMLab MMLab的主要研究方向： 机器学习、强化学习、半监督/弱监督/自监督学习等方向的前沿方法和理论 长视频理解、3D视觉、生成模型等的计算机视觉新兴方向 物体检测、动作识别等核心方向的性能突破 深度学习的创新应用探索，以及与医疗、社会科学、艺术创作等领域的交叉创新 深度学习时代，算法与计算、系统框架、以及计算机体系结构的结合创新 ......
unittest自动化测试框架讲解以及实战
2301_81967508的博客
04-28 666
html格式是 HTMLTestRunner插件辅助生成的，是Python标准库的unittest框架的一个拓展，可以生成一个清晰直观的html测试报告。比如说登入处理，成功后的页面一定有类似于用户名称之类的元素，这个时候我们就可以使用断言判断预期结果与实际是否一致，如果吻合，就可以认为测试用例通过。单元测试是指对软件中的最小可测试单元在与程序其他部分相隔离的情况下进行检查和验证的工作，通常指函数或者类，一般是开发完成的。0(静默模式)：只能获得总的测试用例书和总的结果，如：总共100个，失败90。
mmlab的build 和 iter_based_runner：
lmx001206的博客
08-12 786
虽然 它的解耦性很好，但是对我这种代码能力差的就改起来不友好。大概也知道 这种东西是用来干嘛的，可是你要加一个新网络进去，就有很多地方配置它的Model.register之类的东西，而且 好像现在还报错。这个mmeding中，model和这个backbone的区别：model就是相当于啥都搞好了，它的代码段经常包含一个train_step。它这个调用训练的过程，就是mmedit里面的restore 的train_step调用 然后 再调用对应网络去forward；...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值