paddle detection 配置文件怎么实例化的 代码梳理 -----(yaml)

我们发现paddledetection只是修改配置文件就可以训练，在代码是怎么实现的，yaml为什么可以自动实例

1.代码梳理

train.py 132行 开始加载配置文件

cfg = load_config(FLAGS.config)

paddet/core/workpace.py

def load_config(file_path):
    """
    Load config from file.

    Args:
        file_path (str): Path of the config file to be loaded.

    Returns: global config
    """
    _, ext = os.path.splitext(file_path)
    assert ext in ['.yml', '.yaml'], "only support yaml files for now"

    # load config from file and merge into global config
    cfg = _load_config_with_base(file_path)
    cfg['filename'] = os.path.splitext(os.path.split(file_path)[-1])[0]
    merge_config(cfg)

    return global_config

这段代码很简单，就是检测配置文件的扩展名，然后加载，加载是写在下面的函数的

# parse and load _BASE_ recursively
def _load_config_with_base(file_path):
    with open(file_path) as f:
        file_cfg = yaml.load(f, Loader=yaml.Loader)

    # NOTE: cfgs outside have higher priority than cfgs in _BASE_
    if BASE_KEY in file_cfg:
        all_base_cfg = AttrDict()
        base_ymls = list(file_cfg[BASE_KEY])
        for base_yml in base_ymls:
            if base_yml.startswith("~"):
                base_yml = os.path.expanduser(base_yml)
            if not base_yml.startswith('/'):
                base_yml = os.path.join(os.path.dirname(file_path), base_yml)

            with open(base_yml) as f:
                base_cfg = _load_config_with_base(base_yml)
                all_base_cfg = merge_config(base_cfg, all_base_cfg)

        del file_cfg[BASE_KEY]
        return merge_config(file_cfg, all_base_cfg)

    return file_cfg

这段代码也很简单，就是循环加载配置文件，因为paddle的配置文件之中是包含多个配置文件的。
最主要的是这句

yaml.load(f, Loader=yaml.Loader)

然后把加载的配置文件，其实就是生成的实例放在全局的字典里

all_base_cfg = merge_config(base_cfg, all_base_cfg)

这个函数很简单

def merge_config(config, another_cfg=None):
    """
    Merge config into global config or another_cfg.

    Args:
        config (dict): Config to be merged.

    Returns: global config
    """
    global global_config
    dct = another_cfg or global_config
    return dict_merge(dct, config)

就是放在全局字典

2.本文重点解析为什么yaml.load 可以生成实例

首先要知道yaml是可以通过实例生成配置文件，也可以通过配置文件生成实例,这篇文章讲的很好

https://www.jb51.net/article/242838.htm#_lab2_1_3

了解怎么生成后，我们模仿写一个例子，通过配置文件生成实例

import yaml
class Person(object):
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def __repr__(self):
        return '%s(name=%s, age=%d)' % (self.__class__.__name__, self.name, self.age)

def person_cons(loader, node):
    value = loader.construct_mapping(node)  # mapping构造器，用于dict
    name = value['name']
    age = value['age']
    return Person(name, age)

yaml.add_constructor(u'!person', person_cons)  # 用add_constructor方法为指定yaml标签添加构造器
lily = yaml.load('!person {name: Lily, age: 19}')  #生成实力
print (lily)
file_path="1.yml"
with open(file_path) as f:
    file_cfg = yaml.load(f, Loader=yaml.Loader)
    print(file_cfg)

1.yaml

TrainDataset:
  !person
    name: train
    age: 11

那么在看paddle，他的注册在哪里做的呢，在PADET\DATA\SOURCE\COCO.PY 中 COCODataSet上有个
@serializable
这是啥意思，装饰器，装饰器不懂的看看这个

http://c.biancheng.net/view/2270.html

那么这个装饰器函数执行了什么，在ppdet\core\config\yaml_helper.py中

def serializable(cls):
    """
    Add loader and dumper for given class, which must be
    "trivially serializable"

    Args:
        cls: class to be serialized

    Returns: cls
    """
    yaml.add_constructor(u'!{}'.format(cls.__name__),
                         _make_python_constructor(cls))
    yaml.add_representer(cls, _make_python_representer(cls))
    return cls

他把类注册进去了，是不是和我们例子的添加构造器一样。我们在看看注册函数

def _make_python_constructor(cls):
    def python_constructor(loader, node):
        if isinstance(node, yaml.SequenceNode):
            args = loader.construct_sequence(node, deep=True)
            return cls(*args)
        else:
            kwargs = loader.construct_mapping(node, deep=True)
            try:
                return cls(**kwargs)
            except Exception as ex:
                print("Error when construct {} instance from yaml config".
                      format(cls.__name__))
                raise ex

    return python_constructor

他干啥了，他把参数传进去，生成类的实例，然后返回实例 cls(**kwargs)

3.总结

看到这，我们已经弄明白整个流程了，首先train.py加载的时候会执行init.py ，然后把其中包含的类都加载一遍，如果类上又装饰器，那么装饰器也执行。所以就会把COCODataSet这个类的实例注册到yaml的构造器，然后我们在load的时候直接在构造器里找就好了，那么相应的其他的类也是相同的方式注册的。

4.register

我们发现代码中还有这个装饰器，那么这个装饰器是干嘛的。说白了也是在Init.py初始化把类的实例注册到一个全局的字典里，然后用到那个实例，我们直接去字典里取。和serializable的区别就是，yaml自带的通过配置文件生成类的实例，不懂register的，看看mmdetection中的register，讲的好

https://zhuanlan.zhihu.com/p/355271993