00000cj的博客

以stride=8对应的大小为(4,128,52,52)的特征图为例，self.stems[k]是一层1x1卷积，然后分类分支cls_conv和回归分支reg_conv都是2层3x3卷积，self.cls_preds[k]得到最终的分类输出shape为(b,num_classes,52,52)，self.reg_preds[k]得到最终的回归输出shape为(b,4,52,52)，self.obj_preds[k]得到最终的objectiveness输出shape为(b,1,52,52)。

这里需要特别介绍一下读取图片的操作。下面是一个例子，在这个例子中，partial(add, 5)创建了一个新的函数add_five，它实际上是add函数的一个版本，只不过把第一个参数固定为5。partial(self.read_img, use_cache=False)调用的self.read_img在COCODataset中实现，并且将参数use_cache固定为False，但是我们看到函数read_img并没有入参use_cache，而装饰器@cache_read_img有入参use_cache，

结合上面两段代码来看，在进入上下文后，每个节点的非主进程会阻塞在yield前的dist.barrier()处，而主进程则会执行self.get_dataset()读取数据，在每个节点的主进程都执行完self.get_dataset()后，会退出上下文，此时非主进程还是停留在yield前的dist.barrier()处，而主进程则会执行yield后的dist.barrier()，当所有进程都调用了dist.barrier()后，所有进程的阻塞被解除，继续执行后续的代码。转换成一个上下文管理器。