【mmdetection实践】（四）datasets和model的构建过程

麒麒哈尔

于 2020-02-19 22:45:42 发布

阅读量3.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： mmdetection

本文链接：https://blog.youkuaiyun.com/wqwqqwqw1231/article/details/104401529

本文深入探讨了mmdetection框架中datasets和model的构建过程。首先，解释了DATASETS注册表的工作原理，展示了如何通过Registry类将不同数据集类型注册进去。接着，详细介绍了构建dataset的步骤，包括从test.py中调用build_dataset和build_from_cfg函数。最后，类比了model的构建过程，指出model的构建同样依赖于build_from_cfg，通过实例化backbone和head等组件来构建完整的模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一直不理解mmdetection中datasets和model的构建过程，今天我们就详细看一下。这里拿test.py中的代码举例。datasets和model的构建过程其实是非常类似的，先详细解释datasets的构建过程，然后类比model的构建过程。

dataset的构建过程

要理解dataset的构建过程，必须搞清楚mmdetection是怎么把各种搞在一起的，有了统一的数据接口。这里，先看全局变量DATASETS，这个变量的定义如下，DATASETS看名字就是一个注册表。

注册表DATASETS

# mmdetection/mmdet/datasets/registry.py
from mmdet.utils import Registry
DATASETS = Registry('dataset')
PIPELINES = Registry('pipeline')

那么我们就需要了解一下Registry这个类：可以从下面代码看到Registry包括一个储存所有信息的self._module_dict，和一个注册函数register_module。

# mmdetection/mmdet/utils/registry.py
class Registry(object):
    def __init__(self, name):
        self.</

最低0.47元/天解锁文章