怎么看mmdetection版本_修改mmdetection支持Cascade-rcnn使用OHME

LZ使用mmdetection2.0.0，奈何cascade rcnn的rcnn阶段的OHME并没有完善，一跑报错

TypeError: __init__() missing 1 required positional argument: 'context'

根据mmdetection的github上的这个issue和这个issue，发现没有是context参数缺失，根据这个页面的显示，定位到mmdet/models/detectors/two_stage.py，发现目标行if语句块在2.0.0版本上没有出现，于是根据报错信息

  File "mmdetection/mmdet/models/roi_heads/cascade_roi_head.py", line 89, in init_assigner_sampler
    self.bbox_sampler.append(build_sampler(rcnn_train_cfg.sampler))

找到了目前版本的build_sampler()的地方，位于mmdet/models/roi_heads/cascade_roi_head.py的88行，于是，将

self.bbox_sampler.append(build_sampler(rcnn_train_cfg.sampler))

改为

self.bbox_sampler.append(build_sampler(rcnn_train_cfg.sampler, context=self))

运行训练程序，发现报错：

AttributeError: 'CascadeRoIHead' object has no attribute 'current_stage'

回到mmdet/models/roi_heads/cascade_roi_head.py的88行，设置断点查看self属性，确实没有'current_stage'。在本py文件搜索'current_stage'，发现其在215行的forward_train方法内，考虑self.current_stage在执行init_assigner_sampler方法的时候没有初始化。

通过调试信息发现self.current_stage的意义为指示目前是rcnn的第几个阶段。于是，问题迎刃而解，在遍历self.train_cfg训练配置的时候，要指出其是rcnn的第几阶段，所以在遍历的时候使用enumerate()获得目前遍历的索引，赋予self.current_stage即可，代码如下：

def init_assigner_sampler(self):
    # build assigner and smapler for each stage
    self.bbox_assigner = []
    self.bbox_sampler = []
    if self.train_cfg is not None:
        for i, rcnn_train_cfg in enumerate(self.train_cfg):  # changed
            self.current_stage = i  # add
            self.bbox_assigner.append(
                build_assigner(rcnn_train_cfg.assigner))
            self.bbox_sampler.append(build_sampler(rcnn_train_cfg.sampler, context=self))  # add 'context=self'

添加一行代码以及更改两行代码，就能够愉快的使用cascade-rcnn的OHME啦。