怎么看mmdetection版本_入门mmdetection（壹）

　　一直以来都在玩caffe，沉浸在写反传的快乐中（真的快乐么？？？），然后睁眼看世界发现pytorch已经火得不能再火了，学术界用了都说好，一直想要深入学一学，但是没啥契机和时间。最近复习检测相关的东西，发现mmdetection这个框架用起来很方便，新算法开源得也快，就尝试着读一读里面的代码，也算是借着它一起入门一下pytorch。

　　自己比较健忘，就在这边记录一下浏览过的代码好了（不会每一行都细读，以梳理为主）。

　　源码写得真香，路径在：open-mmlab/mmdetection

　　看代码之前想多说一句，以前看检测新出一个方法就刷下论文，没有成体系。但是现在这个框架将检测拆解模块化为backbone（躯干），neck（脖子）,　head（头部），无论是单阶段还是双阶段。所以现在看论文把已有方法想象成一个病人，把自己想象成一个执刀的外科医生，代入感很强，线索清晰，体系自成。

　　首先从tools里面的train.py入手。

　　这个main函数其实就做了四件事：

1. 设定和读取各种配置；
2. 创建模型；
3. 创建数据集；
4. 将模型，数据集和配置传进训练函数；

# 第一件事
args = parse_args()
cfg = Config.fromfile(args.config)

# 第二件事　创建模型
# 第一个参数cfg.model模型配置里面必须要有一个种类type，包括经典的算法如Faster RCNN, MaskRCNN等
# 其次，还包含几个部分，如backbone, neck, head
# backbone有深度，stage等信息，如resnet50对应着3,4,6,3四个重复stages
# neck一般FPN(feature pyramid network)，需要指定num_outs几个输出之类的信息（之后会看到）
# head 就是具体到上层rpn_head,　shared_head，　bbox_head之类的
# 如果不清楚我们可以去某个config里面验证一下
# 返回的是一个类的对象，详见下面的build函数
model = build_detector(
    cfg.model, train_cfg=cfg.train_cfg, test_cfg=cfg.test_cfg)

# 第三件事
datasets = [build_dataset(cfg.data.train)]
if len(cfg.workflow) == 2:  #是否添加验证集
    datasets.append(build_dataset(cfg.data.val))
...

# 第四件事
train_detector(
        model,
        datasets,
        cfg,
        distributed=distributed,
        validate=args.validate,
        logger=logger)

上面说道，build_detector返回的是一个type名字对应的类的对象，我们先来看一个config:

model = dict(
    type='FasterRCNN',　　# 看到没，就是这个type!!!
    pretrained='torchvision://resnet50',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3),
        frozen_stages=1,
        style='pytorch'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        num_outs=5),
    rpn_head=dict(
        type='RPNHead',
        in_channels=256,
        feat_channels=256,
        anchor_scales=[8],
        anchor_ratios=[0.5, 1.0, 2.0],
        anchor_strides=[4, 8, 16, 32, 64],
        target_means=[.0, .0, .0, .0],
        target_stds=[1.0, 1.0, 1.0, 1.0],
        loss_cls=dict(
            type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0),
        loss_bbox=dict(type='SmoothL1Loss', beta=1.0 / 9.0, loss_weight=1.0)),
    bbox_roi_extractor=dict(
        type='SingleRoIExtract