（二十七）mmdetection源码解读： config配置文件之default_runtime.py

一、运行相关配置

default_scope = 'mmdet'# 默认的注册器域名，默认从此注册器域中寻找模块。
#default_hooks 是一个字典，用于配置运行时必须使用的钩子。这些钩子具有默认优先级，
#如果未设置，runner 将使用默认值。如果要禁用默认钩子，用户可以将其配置设置为 None
default_hooks = dict(
    timer=dict(type='IterTimerHook'),
    logger=dict(type='LoggerHook', interval=50),
    param_scheduler=dict(type='ParamSchedulerHook'),
    checkpoint=dict(type='CheckpointHook', interval=1),
    sampler_seed=dict(type='DistSamplerSeedHook'),
    visualization=dict(type='DetVisualizationHook'))

env_cfg = dict(
    cudnn_benchmark=False, # 是否启用 cudnn benchmark
    mp_cfg=dict(mp_start_method='fork', # 使用 fork 来启动多进程。'fork' 通常比 'spawn' 更快，但可能存在隐患。 
    opencv_num_threads=0),#关闭 opencv 的多线程以避免系统超负荷
    dist_cfg=dict(backend='nccl'),# 分布式相关设置
)

vis_backends = [dict(type='LocalVisBackend')]  # 可视化后端
visualizer = dict(
    type='DetLocalVisualizer', vis_backends=vis_backends, name='visualizer')
log_processor = dict(
    type='LogProcessor',  # 日志处理器用于处理运行时日志
    window_size=50,  # 日志数值的平滑窗口
    by_epoch=True)  # 是否使用 epoch 格式的日志。需要与训练循环的类型保存一致。

log_level = 'INFO'  # 日志等级
load_from = None  # 从给定路径加载模型检查点作为预训练模型。这不会恢复训练。
resume = False  # 是否从 `load_from` 中定义的检查点恢复。 如果 `load_from` 为 None，它将恢复 `work_dir` 中的最新检查点。

二、schedule配置文件详解

1、hooks

配置中有两种不同的钩子字段，一种是 default_hooks，另一种是 custom_hooks。default_hooks 是一个字典，用于配置运行时必须使用的钩子。
custom_hooks 是一个列表。用户可以在这个字段中加入自定义的钩子。

2、env_cfg

关于分布式计算、多进程、多线程等相关参数设置

3、vis_backends and visualizer

可视化器用于可视化和存储模型训练和测试过程中的状态以及中间结果