mmdet框架训练流程通俗理解

mmdet2版本

训练执行文件为tools/train.py

执行train.py文件后，主要做3件事：（1）创建model；（2）创建dataset；（3）根据配置进行训练，即调用train_detector函数；

创建model

执行model=build_detector函数创建

该函数首先会注册models类，再根据配置生成响应的model

这个过程用到了解释器@语法，语法较为复杂

通俗理解：就是根据具体的models的类型，如backbone、neck、head等，按照字典表进行检索，调取响应的类进行注册；

直接结果是：根据注册的类名称、属性，去寻找相应代码。如：配置文件中，backbone=dict（type=‘ResNet’，depth=18）

则在models/backbones路径下，寻找resnet.py文件，在该文件中可找到对应的ResNet类，注册函数本质调用的就是这个类。

创建dataset

与model类似，在datasets文件夹下，会有对应的dataset类型的类，注册过程最终调用的类一定在dataset文件夹下。

整个训练过程的最终配置文件在config文件夹下，用于设置具体的model、dataset、runtime参数。