mmdeploy源码对Python编程的启发

1.面向对象封装

@abstractmethod      #虚函数方法
def forward(self, inputs: Dict[str,torch.Tensor]) -> Dict[str, torch.Tensor]:
    pass

@property     #get属性
def output_names(self):
    """Return the output names."""
    return self._output_names

@output_names.setter     #set 属性
def output_names(self, value):
    """Set the output names."""
    self._output_names = value

2.对metaclass的理解：
from abc import ABCMeta, abstractmethod
from typing import Dict, List, Sequence class BaseWrapper(torch.nn.Module, metaclass=ABCMeta):

3. 广泛应用Registry机制

4.对功能的整理，高模块化管理，显示导入，替代隐式导入
文件夹表示一个模块，用__init__.py做向外的直接接口提供

5.自定义一个上下文管理器类:也可以使用@contextmanager

class MyResource:
    # __enter__ 返回的对象会被with语句中as后的变量接受
    def __enter__(self):
        print('connect to resource')
        return self

    def __exit__(self, exc_type, exc_value, tb):
        print('close resource conection')

    def query(self):
        print('query data')

类中有两个特殊的魔术方法:
__enter__: with语句中的代码块执行前, 会执行__enter__, 返回的值将赋值给with句中as后的变量.
__exit__: with语句中的代码块执行结束或出错, 会执行_exit__

比如以下代码:

with Myresource() as r:
    r.query()