FAIR开源框架detectron2代码解析

（大概率要tj的博客）

0. 简介

   detectron2是Facebook的下一代开源框架，基于pytorch，是fast rcnn benchmark的下一任继承者，FAIR基于此实现了大量的目标检测的SOTA算法，并且现在仍然在更新。官方给出的model zoo里同样包含了很多的算法，这是开箱即用的。此外也有大量的新的算法是基于detectron2实现的，例如CenterMask，Sparse RCNN等。
   框架已经开源，地址在这里： detectron2的地址
   具体的安装过程参考官方即可，依赖的东西很少，不再赘述。

1. 从demo开始管中窥豹

1.1 开始使用

   在安装好以后，官方提供了两种方式使用detectron2，第一种是API接口的方式，具体使用可以参考官方教程里colab上的步骤；第二种方法是在命令行内使用demo.py进行预测，本文主要从第二种方式入手，分析detectron2的调用过程，以此来简要解析代码框架。
  官方给出的调用demo.py的命令为

cd demo/

python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input input1.jpg input2.jpg \
  [--other-options]
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

  参数--config后面跟着的是网络的配置文件，也就是存储网络结构的文件存放的位置，--input指定输入图片，[--other-options]是其他选项的意思，这里只是示意，实际的使用是参考后面的格式，--opts指定了选项，这里指定了权重的位置，实际上如果不指定的话，demo会在远处下载。
  在使用的时候，我遇到了线程问题，不知道是cuda的原因还是torch的问题(个人倾向于框架的代码原因)。

1.2 demo.py代码解析

1.2.1 结构解析

demo.py的大致结构如下：

# 有删减，还有一些其余包的导入
from detectron2.config import get_cfg
from detectron2.data.detection_utils import read_image
from detectron2.utils.logger import setup_logger

from predictor import VisualizationDemo

# constants
WINDOW_NAME = "COCO detections"

def setup_cfg(args):
    cfg = get_cfg()
    #有删减
    return cfg
 
 def get_parser():
    parser = argparse.ArgumentParser(description="Detectron2 demo for builtin configs")
    #有删减
    return parser

if __name__ == "__main__":
    #有删减
    args = get_parser().parse_args()
    #···
    cfg = setup_cfg(args)
    demo = VisualizationDemo(cfg)
    #···
    if args.input:
        #···
    elif args.webcam:
        #···
    elif args.video_input:
        #···

  首先我们从main函数入手，在这个模块被当作主函数调用的时候，它的简要步骤如下：