MMPose 1.0迁移指南：从0.x版本升级的关键变化-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00751/article/details/148467703

MMPose 1.0迁移指南：从0.x版本升级的关键变化

mmpose OpenMMLab Pose Estimation Toolbox and Benchmark. 项目地址: https://gitcode.com/gh_mirrors/mm/mmpose

前言

MMPose作为开源姿态估计算法库，在1.0版本中进行了全面的架构重构，解决了多个历史遗留问题。本文将详细介绍从0.x版本迁移到1.0版本时需要注意的关键变化，帮助开发者顺利完成项目升级。

数据转换模块的变化

平移、旋转和缩放操作的统一

在0.x版本中，TopDownRandomShiftBboxCenter和TopDownGetRandomScaleRotation是两个独立的变换方法。1.0版本将它们合并为RandomBBoxTransform类，提供了更简洁的接口。

新版本的主要改进包括：

统一管理边界框的平移、旋转和缩放操作
通过参数配置灵活控制各种变换的概率和幅度
简化了数据增强流程的代码结构

@TRANSFORMS.register_module()
class RandomBBoxTransform(BaseTransform):
    def __init__(self,
                 shift_factor: float = 0.16,
                 shift_prob: float = 0.3,
                 scale_factor: Tuple[float, float] = (0.5, 1.5),
                 scale_prob: float = 1.0,
                 rotate_factor: float = 80.0,
                 rotate_prob: float = 0.6) -> None:

目标生成的优化

1.0版本将多种目标生成方法统一为GenerateTarget类，并通过Codec机制实现具体的目标生成逻辑。

主要变化包括：

合并了TopDownGenerateTarget、TopDownGenerateTargetRegression等方法
采用模块化的Codec设计，支持更灵活的目标生成策略
简化了配置流程，提高了代码可维护性

@TRANSFORMS.register_module()
class GenerateTarget(BaseTransform):
    def __init__(self,
                 encoder: MultiConfig,
                 multilevel: bool = False,
                 use_dataset_keypoint_weights: bool = False) -> None:

数据标准化的重构

1.0版本对数据标准化处理进行了重大调整：

移除了NormalizeTensor和ToTensor操作
将数据预处理功能整合到模型的DataPreprocessor模块中
3D标准化方法如GetRootCenteredPose等被合并到Codec中实现

模型兼容性处理

权重加载机制

1.0版本提供了_load_state_dict_pre_hook方法，用于自动转换旧版本的模型权重。开发者可以通过继承BaseHead类并注册这个hook来实现兼容性。

@MODELS.register_module()
class YourHead(BaseHead):
    def __init__(self):
        self._register_load_state_dict_pre_hook(self._load_state_dict_pre_hook)

热图模型的处理

对于基于SimpleBaseline的模型，需要特别注意最后一层卷积的处理。1.0版本对网络结构进行了调整：

def _load_state_dict_pre_hook(self, state_dict, prefix, local_meta, *args, **kwargs):
    # 转换旧版本的状态字典
    keys = list(state_dict.keys())
    for _k in keys:
        if not _k.startswith(prefix):
            continue
        v = state_dict.pop(_k)
        k = _k[len(prefix):]
        # 处理final_layer的权重转换
        ...

RLE模型的处理

对于基于RLE的模型，1.0版本对损失模块进行了重构：

def _load_state_dict_pre_hook(self, state_dict, prefix, local_meta, *args, **kwargs):
    # 转换旧版本的状态字典
    keys = list(state_dict.keys())
    for _k in keys:
        v = state_dict.pop(_k)
        k = _k.lstrip(prefix)
        # 处理loss模块的重命名
        if k_parts[0] == 'loss':
            k_new = prefix + 'loss_module.' + '.'.join(k_parts[1:])
        ...