yolov8逐步分解(1)--默认参数&超参配置文件加载

        本章节将介绍yolov8算法训练过程中的第一步：加载默认训练参数以及超参的配置文件default.yaml。

        Yolov8 训练的入口文件为train.py，文件结构如下图所示：        

1. 执行train函数，函数默认配置参数为cfg=DEFAULT_CFG ，其中DEFAULT_CFG是从模块ultralytics.yolo.utils导入的，是一个全局变量

from ultralytics.yolo.utils import DEFAULT_CFG, LOGGER, RANK, colorstr

2. 获取配置文件的路径

        在ultralytics/yolo/utils目录下的init.py文件中，首先获取文件绝对路径，然后通过FILE.parents[2]获取上2层目录，最后拼接目录获取到yaml配置文件的绝对路径。

FILE = Path(__file__).resolve() #__file__表示当前文件的文件名；.resolve()获取绝对路径；获取文件绝对路径
ROOT = FILE.parents[2]  # YOLO
DEFAULT_CFG_PATH = ROOT / 'yolo/cfg/default.yaml'

3. 配置文件的加载解析及处理代码如下所示

DEFAULT_CFG_DICT = yaml_load(DEFAULT_CFG_PATH) #加载完成后是字典
for k, v in DEFAULT_CFG_DICT.items():
    if isinstance(v, str) and v.lower() == 'none':  #
        DEFAULT_CFG_DICT[k] = None
DEFAULT_CFG_KEYS = DEFAULT_CFG_DICT.keys()
DEFAULT_CFG = IterableSimpleNamespace(**DEFAULT_CFG_DICT)

 下面将逐函数讲解：

 3.1  通过yaml_load()函数加载配置文件

DEFAULT_CFG_DICT = yaml_load(DEFAULT_CFG_PATH) #加载完成后是字典

DEFAULT_CFG_DICT是字典类型，此时的数值为配置文件中的键值对，内容如下（部分）：

3.1.1 yaml_load()函数实现如下：

def yaml_load(file='data.yaml', append_filename=False):
    """
    Load YAML data from a file.

    Args:
        file (str, optional): File name. Default is 'data.yaml'.
        append_filename (bool): Add the YAML filename to the YAML dictionary. Default is False.
    Returns:
        (dict): YAML data and file name.
    """
    print("---------->yaml_load:{}".format(file))
    with open(file, errors='ignore', encoding='utf-8') as f:
        s = f.read()  # string
        # Remove special characters
        if not s.isprintable(): #移除所有的非打印字符
            s = re.sub(r'[^\x09\x0A\x0D\x20-\x7E\x85\xA0-\uD7FF\uE000-\uFFFD\U00010000-\U0010ffff]+', '', s)
        # Add YAML filename to dict and return
        return {**yaml.safe_load(s), 'yaml_file': str(file)} if append_filename else yaml.safe_load(s)

        通过open()打开并读取yaml文件，移除所有的非打印字符。

      最后通过yaml.safe_load()完成配置文件的加载。关于yaml文件的使用请参考如下文章python 之yaml库使用总结。

 3.2 对加载后的yaml配置文件进行处理，将键的值为字符串‘none’的值重新赋值为None.

for k, v in DEFAULT_CFG_DICT.items():
    if isinstance(v, str) and v.lower() == 'none':  #
        DEFAULT_CFG_DICT[k] = None

        在Python中，`None`是一个特殊的常量，用于表示空值或无值的情况。`None`是一个特殊的Python对象，其类型是`NoneType`。`None`不占据任何空间，也不包含任何值。
3.3  获取所有默认配置的键

DEFAULT_CFG_KEYS = DEFAULT_CFG_DICT.keys()

3.4 将加载后的配置字典转换为一个有命名空间的对象（SimpleNamespace），便于后续的存储和访问。

DEFAULT_CFG = IterableSimpleNamespace(**DEFAULT_CFG_DICT)

        其中IterableSimpleNamespace是一个子类，继承自SimpleNamespace类。

        关于SimpleNamespace的介绍，请参考文章python之SimpleNamespace()使用总结。

3.4.1 IterableSimpleNamespace类的实现如下

import torch
import yaml
from types import SimpleNamespace
class IterableSimpleNamespace(SimpleNamespace):
    """
    Ultralytics IterableSimpleNamespace is an extension class of SimpleNamespace that adds iterable functionality and
    enables usage with dict() and for loops.
    """

    def __iter__(self):
        """Return an iterator of key-value pairs from the namespace's attributes."""
        return iter(vars(self).items())
    def __str__(self):
        """Return a human-readable string representation of the object."""
        return '\n'.join(f'{k}={v}' for k, v in vars(self).items())
    def __getattr__(self, attr):
        """Custom attribute access error message with helpful information."""
        name = self.__class__.__name__
        raise AttributeError(f"""
            '{name}' object has no attribute '{attr}'. This may be caused by a modified or out of date ultralytics
            'default.yaml' file.\nPlease update your code with 'pip install -U ultralytics' and if necessary replace
            {DEFAULT_CFG_PATH} with the latest version from
            https://github.com/ultralytics/ultralytics/blob/main/ultralytics/yolo/cfg/default.yaml
            """)
    def get(self, key, default=None):
        """Return the value of the specified key if it exists; otherwise, return the default value."""
        return getattr(self, key, default)

        至此，将默认配置yaml文件被加载到内存中，并最终转换为一个具有命名空间的全局变量DEFAULT_CFG。此时在启动训练代码时，默认的超参及普通参数配置文件default.yaml被加载并传递到函数中。

        总结，本文章详细介绍了yolov8默认配置文件default.yaml如何被加载并处理成训练函数(train)所需要的参数的过程。