『paddle』paddleseg 学习笔记：代码结构

---

在尝试完成使用配置文件进行训练之后，肯定有小伙伴想基于 PaddleSeg 进行更深入的开发，在这里大概介绍一下 PaddleSeg 代码结构。

PaddleSeg
     ├──  configs 	# 配置文件文件夹
     ├──  paddleseg # 训练部署的核心代码
        ├── core  
        	├── infer.py
            └── predict.py
            └── train.py
            └── val.py
        ├── cvlibs 	# Config 类定义在该文件夹中。它保存了数据集、模型配置、主干网络、损失函数等所有的超参数。
            ├── callbacks.py
            └── ...
        ├── datasets 	# PaddleSeg 支持的数据格式，包括 ade、citycapes 等多种格式
            ├── ade.py
            ├── citycapes.py
            └── ...
        ├── models 		# 该文件夹下包含了 PaddleSeg 组网的各个部分
            ├── backbone 	# paddleseg 的使用的主干网络
            ├── hrnet.py
            ├── resnet_vd.py
            └── ...
            ├── layers 	# 一些组件，例如 attention 机制
            ├── activation.py
            ├── attention.py
            └── ...
            ├── losses 	# 该文件夹下包含了PaddleSeg所用到的损失函数
            ├── dice_loss.py
            ├── lovasz_loss.py
            └── ...
            ├── ann.py 		# 该文件表示的是PaddleSeg所支持的算法模型，这里表示ann算法。
            ├── deeplab.py 	# 该文件表示的是PaddleSeg所支持的算法模型，这里表示Deeplab算法。
            ├── unet.py 	# 该文件表示的是PaddleSeg所支持的算法模型，这里表示unet算法。
            └── ...
        ├── transforms 		# 进行数据预处理的操作，包括各种数据增强策略
            ├── functional.py
            └── transforms.py
        └── utils
            ├── config_check.py
            ├── visualize.py
            └── ...
     ├──  train.py  	# 训练入口文件，该文件里描述了参数的解析，训练的启动方法，以及为训练准备的资源等。
     ├──  predict.py 	# 预测文件
     └── ...