目录
前言
文章性质：学习笔记 📖
主要内容：根据 视频教程 中提供的 LR-ASPP 源代码（PyTorch），对 train.py、lraspp_model.py 文件进行具体讲解。
Preparation
├── src: 模型的backbone以及LRASPP的搭建
├── train_utils: 训练、验证以及多GPU训练相关模块
├── my_dataset.py: 自定义dataset用于读取VOC数据集
├── train.py: 单GPU训练脚本
├── train_multi_GPU.py: 针对使用多GPU的用户使用
├── predict.py: 简易的预测脚本，使用训练好的权重进行预测测试
├── validation.py: 利用训练好的权重验证/测试数据的mIoU等指标，并生成record_mAP.txt文件
└── pascal_voc_classes.json: pascal_voc标签文件
一、LR-ASPP 网络结构图
在对 PyTorch 官方实现的 LR-ASPP 源代码进行解析的过程中，最好能够结合对应的 LR-ASPP 网络结构图：
二、LR-ASPP 源代码（PyTorch）
1、create_model 函数
LR-ASPP 的 train.py 和 predict.py 都和 PyTorch 官方实现的 FCN 源代码类似，只有 train.py 中的 create_model 函数不同。
（1）实例化模型
【说明】通过 lraspp_mobilenetv3_large 函数来实例化 LR-ASPP 模型，传入参数包括：
- num_classes 包含背景的类别个数
- pretrain_backbone 是否使用 PyTorch 官方使用 LR-ASPP 模型在 COCO 数据集上的预训练权重
在 lraspp_mobilenetv3_large 函数中，使用 mobilenet_v3_large 构建 backbone ，传入的 dilated=True 说明使用了膨胀卷积，如下图所示：
【拓展】如果小伙伴们想了解 mobilenet_v3_large 网络结构以及如何用 PyTorch 实现这个网络结构，可学习下面这些视频：
- 视频教程 1 ：7.1.2 MobileNetv3 网络详解
- 视频教程 2 ：7.2.2 使用 Pytorch 搭建 MobileNetV3 并基于迁移学习训练
（2）预训练权重
关于 create_model 函数的 pretrain 参数取值：
【情况1】需要提前下载对应权重 lraspp_mobilenet_v3_large_coco ：
在 train.py 文件中将 create_model 函数传入的 pretrain 设置为 True ，其使用的 lraspp_mobilenetv3_large 函数默认将 pretrain_backbone 设置为 False，这时使用的是 PyTorch 官方使用 LR-ASPP 模型在 COCO 数据集上的预训练权重，载入 backbone 的预训练权重。
【情况2】需要提取下载对应权重 mobilenetv3_large_imagenet ：
在 train.py 文件中将 create_model 函数传入的 pretrain 设置为 False ，其使用的 lraspp_mobilenetv3_large 函数需要将 pretrain_backbone 设置为 True，这时就只使用 mobilenetv3 的 backbone 权重，而不载入整个模型的权重。
【彩蛋】为了更加直观地说明 create_model 的 pretrain、lraspp_mobilenetv3_large 的 pretrain_backbone、
| [ train.py ] create_model 函数 | [ lraspp_model.py ] lraspp_mobilenetv3_large 函数 | 载入权重 |
|---|---|---|
| pretrain = True | pretrain_backbone = False | 使用 PyTorch 官方使用 LR-ASPP 模型在 COCO 数据集上的预训练权重，需下载对应权重 lraspp_mobilenet_v3_large_coco |
| pretrain = False | pretrain_backbone = True | 使用 mobilenetv3 的 backbone 权重，而不是载入整个模型的权重，需下载对应权重 mobilenetv3_large_imagenet |
【补充】权重文件的下载链接（下载后记得重命名）：
- mobilenetv3_large_imagenet ：https://download.pytorch.org/models/mobilenet_v3_large-8738ca79.pth
- lraspp_mobilenet_v3_large_coco ：https://download.pytorch.org/models/lraspp_mobilenet_v3_large-d234d4ea.pth
2、lraspp_mobilenetv3_large 函数
（1）stage_indices
在 lraspp_mobilenetv3_large 函数中，stage_indices 由三部分组成：stage_indices 第一个值为 0 ；然后遍历 backbone ，也就是 mobilemetv3 中对应的所有层结构 ，通过 getattr 方法去取得层结构的 is_strided 参数数值，若 is_strided 为 True，则将对应层的索引 i 添加到 stage_indices 列表中，若 is_strided 为False 或者没有 is_strided 这个参数，则不添加索引；stage_indices 最后一个值对应 backbone 最后一个模块的索引 。
Question：如何判定 is_strided 为 False 还是 True 呢？
在 mobilenet_backbone.py 中，回顾 mobilenet 中 bottleneck 的实现，在 InvertedResidual 类，当 cnf.stride ＞ 1 时 is_strided 为 True 。
Question：为什么 stage_indices 得到的层索引就相当于层名称？
在 mobilenet_backbone.py 的 MobileNetV3 类中，features 是通过 Sequential 方法搭建的，其每一个子模块的名称与其在 Sequential 中的索引是对应的，因此 stage_indices 得到的层索引就相当于层名称 ，它的第一个索引 0 对应第一个 3x3 的 conv2d 卷积层，它中间遍历得到的索引对应 bottleneck 中 stride 步距为 2 的层，最后一个索引对应 1x1 的 conv2d 卷积层。
（2）low_pos & high_pos
关于 low_pos、high_pos、low_channels、high_channels 的理解：
- 通过 backbone [ low_pos ] 得到下采样 8 倍的层结构，再通过 .out_channels 得到对应特征层的输出 channels 。
- 通过 backbone [ high_pos ] 得到下采样 16 倍的层结构，再通过 .out_channels 得到对应特征层的输出 channels 。
（3）backbone & model
【代码解析】对 lraspp_mobilenetv3_large 函数的具体解析（结合上图）：
- 构建 return_layers 字典，通过 IntermediateLayerGetter 方法重构 backbone ，重构后 backbone 的输出包含 low 和 high 两个特征层。
- 最后将 backbone，low_channels，high_channels 和 num_classes 参数传入到 LRASPP 类中去实例化模型。
【注意】LR-ASPP 网络模型使用的 backbone 是 MobileNetV3 ！
3、LRASPP 类 & LRASPPHead 类
LRASPP 类在 __init__ 初始化函数中，构建 LRASPPHead，结合结构图：
【说明】在 LRASPP 类的 forward 函数中：x 是图像数据，x.shape[-2:] 是图像的宽高，out = self.classfier(features) 是 FCNHead 的输出。
1006
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
