mmdetection介绍
mmdetection的结构
mmdetection通过封装pytorch将数据的输入,训练,模型的建立有序的过程。
1 配置文件
模型的配置存放在configs,你可以从faster_rcnn开始,其中包括三个部分:faster_rcnn_r50_fpn.py模型的基本架构,包括backbone,neck,head等。coco_detection.py 表示输入的数据是coco数据格式,以及输入数据的处理方式。schedule_1x.py表示训练过程的参数,包括训练过程中的优化器等。你可以通过配置其中的几个组成部分,去配置模型的训练过程。
2 核心代码
核心代码放在mmdet中,其中apis主要是包含test,train,负责完成测试以及训练,core主要包括anchor,bbox,evaluation,export,post_processing等基本过程。datasets主要是包括了数据的构建,包括了coco,oc,wider_face等数据集的处理。models主要包括了模型的backbone,dense_head等模型的基本架构。utils包括了logger等一些基本的操作。
3 训练的脚本
tools包含了一些训练,测试的脚本
备注
下载链接:https://github.com/open-mmlab/mmdetection