在mmdetection框架下修改数据增广方法

如何在mmdetection框架下训练自己的voc数据集，可以看我的上一篇博客
在mmdetection上用自己的数据集训练了一个初级版本，发现结果不是很理想，分析了一下自己的数据集，需要调整数据增广方式，下面是在mmdetection上修改增广的方式：

一、需要了解配置文件进入代码之后怎么被解析的

1、在train.py的90行，代码如下;

cfg = Config.fromfile(args.config)

cfg中一个需要关注的结构是_cfg_dict**， 其结构如下：**

2、train.py的第165行，开始构建数据结构

 datasets = [build_dataset(cfg.data.train)]

所有，我们需要关注的是_cfg_dict.data.train中的结构，

3、mmdet/datasets/builder.py 第80行

dataset = build_from_cfg(cfg, DATASETS, default_args)

该代码就会进入到mmcv/utils/registry.py的代码中，在registry的机制中，代码跳入到提前注册过代码中
因为dataset_type = ‘VOCDataset’，所以数据的构造是基于下面的类别的：
4、mmdet/datasets/custom.py 第 106行，正式开始解析pipeline

 self.pipeline = Compose(pipeline)

下面是pipeline的结构，可以看到，pipeline是list结构，里面的每个元素是configDict结构