MMsegmentation保存最优权重

在MMsegmentation框架中，模型会在每次验证时保存当时的权重，但是由于模型训练过程中权重的不确定性，此时的权重获取并不是最优权重。

这里的训练过程中“by_epoch=False”代表着不适用epoch，而是使用迭代次数interval，，这两者之间的关系是  epoch = (iterators * batch_size) / (图片总数)

 代码中的val_interval代表着每隔val_interval次数就进行一次验证，并保存验证的权重，为了更好的查看模型的验证结果，这个值不易设置过大。但是，当val_interval的值设置过小时，模型会进行更多的验证并保存更多的权重，会占用大量的内存。这时只需要保存最优的权重就行，在/mmsegmentation-main/configs/_base_/schedules/schedule_12k.py文件中对代码进行修改，代码：“checkpoint=dict(type='CheckpointHook', by_epoch=False, interval=40,max_keep_ckpts=3,save_best='mDice'),”

代码通过max_keep_ckpts来设置你需要保存的权重个数，这个只保存最新训练的权重。

save_best是来根据哪一个评价指标来保存训练过程中的最优权重。