mmdetection multi_apply

目录

partial函数

map函数

multi_apply函数

---

 先说mmdetection的multi_apply函数的作用，作用：将输入的函数func作用在Iterable每个参数上，例如：

cate_pred, kernel_pred = multi_apply(self.forward_single, new_feats,
                                      list(range(len(self.seg_num_grids))),
                                      eval=eval, upsampled_size=upsampled_size)

SOLOv2中，将split_feats()函数返回的特征图，依次使用forward_single()函数进行计算！

在理解mmdetection的multi_apply函数之前，先温故一下partial函数和map函数。

partial函数

partial(func, *args, **keywords) - new function with partial application 
of the given arguments and keywords.

partial函数位于functools模块中，导入执行命令from functools import partial即可，该函数有什么作用？

简单理解，就是把一个函数的某些参数给置为默认参数，返回一个新的带有默认参数的函数！

例如：

########################################################
# 定义加法函数
def add(a,b):
    return a+b

# 直接调用
add(1,2) # 输出 ----> 3
########################################################

########################################################
# 导入partial函数
from functools import partial

# 设置新函数的默认参数b=2，返回新函数funcadd
funcadd = partial(add, b=2)

# 调用
funcadd(1) # 输出 ----> 3
funcadd(2) # 输出 ----> 4
funcadd(3) # 输出 ----> 5
########################################################

map函数

map函数是python内建函数，其作用是，将func函数依次作用于Iterable的每个元素上，返回一个新的Iterable

map(func, *iterables) --> map object

例如：

# 定义一个自加函数
def func(x):
    x = x+1
    return x

# 定义一个数组
input = (1,2,3,4)

# 调用map
results = map(func, input)

# map结果为Iterable的，可使用list()将结果转成序列
print(list(results))  # [2, 3, 4, 5]

# print(tuple(results))  # (2, 3, 4, 5)

multi_apply函数

def multi_apply(func, *args, **kwargs):
    # kwargs {'eval': False, 'upsampled_size': (192, 288)} 
    # 将参数以字典的形式传入，并使用partial函数置为新函数pfunc的默认参数
    pfunc = partial(func, **kwargs) if kwargs else func
    # 将剩余的参数传入pfunc函数中，并进行计算
    map_results = map(pfunc, *args)
    # 将上一步的计算结果使用zip打包，最终返回为tuple(list_0, ...， list_n)形式
    return tuple(map(list, zip(*map_results)))

调用multi_apply函数举例：

# 定义一个函数
def func(idx, eval=False):
    return idx, eval

# 调用
result=multi_apply(func,list(range(10)), eval=False)

# 输出
'''
([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [False, False, False, False, False, False, False, False, False, False])
'''