-
MMDetection库中的一些模块介绍
本文目前仅包含1个主干网络和1个颈部网络。如果有机会，会继续补充更多模型。
若发现内容有误，欢迎指出。MMDetection的图像数据一般会经历如下步骤/模块：
下面分别介绍各部分的一些典型模型。
1. 主干网络（BACKBONES）
1.1 CSPDarkNet
该网络是YOLOX和YOLOv5的主干网络。
- 初始化参数：
参数名称 数据类型 默认值 含义 取值说明 arch str ‘P5’ 选择基本结构 可为’P4’或’P5’，表示使用4阶段或5阶段的网络（分别对应一种预定义的基本结构） arch_overwrite List(List) None 自定义网络结构 None表示使用基本结构；否则为自定义网络结构，外层列表的长度为阶段数（图中最上方虚线框结构的重复次数），内层列表的格式为 [int, int, int, bool, bool]，分别表示in_channels，out_channels，num_blocks，add_identity，use_spp。其中每一阶段的in_channels应和上一阶段的out_channels相同；num_blocks为CSPLayer中DarkbottleNeck的数量（图中 N N N）；add_identity为True表示DarkbottleNeck有skip connection操作；use_spp为True表示使用SPP。deepen_factor float 1.0 - 与num_blocks相乘，放缩每个阶段CSPLayer的DarkNetBottleNeck数 widen_factor float 1.0 - 与in_channels和out_channels相乘，放缩通道维度 use_depthwise bool False 是否使用深度卷积 为True时会使用深度可分离卷积替代每阶段第一个普通卷积 spp_kernal_sizes Tuple(int) - SPP中的池化核大小 池化操作的数量等于该参数长度 out_indices Tuple(int) - 输出特征图对应的阶段序号 - conv_cfg dict 卷积类型默认为Conv2d 设置卷积类型 配置文件格式 norm_cfg dict 归一化类型默认为BN 设置归一化类型 配置文件格式 act_cfg dict 激活函数类型默认为Swish 设置激活函数类型 配置文件格式 frozen_stages int -1 训练时固定参数的层数 前frozen_stages层会在训练时固定参数 norm_eval bool False 是否在训练时将BN层设置为评估模式 - - forward函数：
参数名称 数据类型 默认值 含义 取值说明 x Tensor(float) - 输入图像 大小为 ( B , 3 , H , W ) (B,3,H,W) (B,3,H,W) 返回值 List(Tensor(float)) 返回值 多尺度图像特征 每个元素对应out_indices中一个阶段的输出特征图 2.颈部网络（NECKS）
2.1 YOLOXPAFPN
该网络是YOLOX的颈部网络，可与CSPDarkNet这一主干网络搭配。
- 初始化参数：
参数名称 数据类型 默认值 含义 取值说明 in_channels Tuple(int) - 输入通道数 长度需要和输入特征图的尺度数相同（若主干网络为CSPDarkNet，则其值应该与CSPDarkNet的out_indices阶段输出通道数相同） out_channels int - 末端卷积的输出通道数 - use_depthwise bool False 是否使用深度卷积 为True时会使用深度可分离卷积替代bottom-up下采样的普通卷积 up_sample_cfg dict dict(scale_factor=2, mode=’nearest’) 上采样设置 两项分别为上采样倍数和插值方法 num_csp_blocks int - CSPLayer中DarkNetBottleNet的数量 CSPLayer的结构见1.1节图 conv_cfg dict 卷积类型默认为Conv2d 设置卷积类型 配置文件格式 norm_cfg dict 归一化类型默认为BN 设置归一化类型 配置文件格式 act_cfg dict 激活函数类型默认为Swish 设置激活函数类型 配置文件格式 - forward函数：
参数名称 数据类型 默认值 含义 取值说明 inputs List(Tensor(float)) - 多尺度图像特征 可直接使用CSPDarkNet的输出 返回值 List(Tensor) 返回值 更新后的多尺度图像特征 - -
相关阅读:
淘宝（tmall)店铺旗舰店商品数据分析接口代码教程
【无标题】
【打卡】21天学习挑战赛—RK3399平台开发入门到精通-day10
yolov3学习笔记
爆肝3万字，最硬核丨Mysql 知识体系、命令全集 【建议收藏 】
笔记 | 算法时间复杂度T(n)的计算方法
带头双向循环链表讲解-思路清晰+画图+代码实现
字节给我狠狠上了一课：危机来的时候你连准备时间都没有~
idea2023根据表自动生成+springboot跑起来
k8s入门之PV和PVC(八)
- 原文地址：https://blog.csdn.net/weixin_45657478/article/details/127893039