mmdet更改faster-rcnn的主干网络训练

        最近在学习mmdet这个工具包，用faster-rcnn训练yymnist，源代码中采用的主干网络为resnet50，在此基础上，尝试着更改了主干网络为mobilenetV2，其余暂时不变，竟然跑通了，再来学习网络结构。

        打开mmdet/models/backbones/mobilenet_v2.py，查看mobilenetV2的参数说明，

# model settings
model = dict(
    type='FasterRCNN',
    backbone=dict(
        type='MobileNetV2',    #修改为MobileNetV2
        widen_factor=1,
        out_indices=(1, 2, 4, 7),   #24,32,96,1280
        frozen_stages=1,
        norm_cfg=dict(type='BN'),
        act_cfg=dict(type='ReLU6'),
        norm_eval=True,
        init_cfg=dict(type='Pretrained', checkpoint='E:\Project\DL\weights\mobilenet_v2-b0353104.pth')       #预训练权重
        ),

        复制faster_rcnn_r50_fpn.py配置文件，在这个文件中修改主干，根据mobilenetv2的初始化参数，修改配置中的参数如上图所示，就可以直接训练了。主要是修改通道数，预训练权重和一些resnet有而mobilenetv2中没有的参数，我是先把mobilenetv2的预训练权重下载到本地。

         关于通道数的修改，我是参照mobilenetv2的源代码，默认的out_indices=(1, 2, 4, 7)，即表示第1,2,4,7层的输出features作为MobileNet的输出。widen_factor是Inverted residuals模块对输入通道数扩大的系数。