weixin_45912366的博客

为了直观的观察图片效果：可以将图片拼接在一起：代码如下。

如果想要输出最终的图像为Mask掩膜，不将原图数据作为背景，可以设置opacity参数为1。如果没有标签的测试集中，在–eval参数中设置为None即可。

在mmseg的工程使用中，一般情况默认训练的次数是按照inter去计算的，比如swin中160000个inter，每4000次inter进行一次模型验证，并保存一次模型，这样的计算方式有时不能直接满足按epoch计算的训练方式。本用epoch来验证和保存模型，那么只需要修改config中的一处既可以。无论是每一次epoch都保存模型还是按照inter，每4000次inter都保存一次模型的方式，要想找到最优模型，还得自己去对着log文件找，太麻烦了。

查看pytorch是否安装成功

如何在mmsegmentattion中修改loss函数

mmsegmentation中更换或者添加评估指标指南

mmesgmentation自定义数据集步骤

mmsegmentation中可能遇到的bug

目录（一）构建 data loaders（mmdet/datasets/builder.py）（2）构建分布式处理对象（3）构建优化器（4）创建 EpochBasedRunner 并进行训练（一）构建 data loaders（mmdet/datasets/builder.py）其主要步骤是创建采样器，并将采样器，collate 函数， worker_init_fn 函数传入 DataLoader 中，用于创建 pytorch dataloader。def build_

目录一、tools/train.py二、源码详解三、核心函数详解（一）build_detector（mmdet/models/builder.py）（二）build_dataset（mmdet/datasets/builder）（三）train_detector（mmdet/apis/train.py）（四）set_random_seed：（五）get_root_logger：一、tools/train.py可选参数:# =========== op..

目录1.通过配置文件生成 config2.Config.fromfile 实现1.-知乎推荐Config 主要是提供各种格式的配置文件解析功能，包括 py、json、ymal 和 yml，是一个非常基础常用类，对该类的熟练使用和具体实现深入理解，有助于灵活使用 OpenMMLab 系列框架。Config 类用于解析 OpenMMLab 开源框架的各种格式配置文件，不仅如此还实现了很多方便使用的 API，例如配置读写、配置打印、配置合并等等功能1.通过配置文件生成 config

01.根据需求选择安装，安装mmdetection过程阅读README.MD和requirements.txt文件。02.在README.MD中找到下边界面，点击红色框查看安装步骤。03.虚拟环境创建一个conda虚拟环境conda create -n mmdetectionpython=3.804.进入创建的虚拟环境conda activate mmdetection05.查看服务器或者电脑安装的CUDA版本因为需要安装对应的Pyroych版本才可.

1 config配置文件MMDetection已经实现的配置文件都位于./configs文件夹下，配置文件都按照统一的规则命名，具体段的含义可以去官方文档自行查阅。#命名规则{model}_[model setting]_{backbone}_{neck}_[norm setting]_[misc]_[gpu x batch_per_gpu]_{schedule}_{dataset}#其中各个字段的含义 {model}： 模型种类，例如faster_rcnn,mask_rcnn等...