mmdetection框架的问题需求追踪源码之训练验证

问题：

上图是使用mmdetection几乎默认配置的训练输出，当时我是以为这个输出是验证集的验证输出，但是在实验和看别人的配置的时候，在各个网络的配置里面不用改val和test也能训练自己的训练集，看别人的甚至直接删掉这两项也可以训练。所以问题就是既然验证的配置删掉也能训练，那说明了上面的训练输出不是验证集验证的，真的是全部都是训练数值输出吗？为了找到答案就需要查看源码，看看在训练的过程中具体是怎么操作的。
第一步先进到我们训练用的tools/trin.py里面看
我们看到了主函数里面最后调用了train_detector函数，把模型，数据，配置全都丢了进去，我们跟进这个函数，路径在mmdet/apis/train.py

这个模块就这么多，选择是不是分布训练，默认为False，进入_non_dist_train函数，这个函数位置在同一个文件的下面。

在这个函数里面，先是前面的一堆训练的配置，最后执行了这个run函数来开始训练模型，感觉已经接近答案了，我们进入run看一下，run是Runner类的函数，我们就要找到Runner类定义的文件

这能知道Runner类是在mmcv.runner包里面的，mmcv也是商汤和mmdetection一起开源的一个库，可以clone下来也可以直接在github上看，https://github.com/open-mmlab/mmcv我就直接在github上看了。


成功找到Runner类，往下拉找到run函数，首先我们看到run函数先定位训练的那部分在哪里，就是while块里面。再根据run的接收参数和输入的参数知道，训练用到了三个参数，第一个是遍历epoch用的max_epochs，第二个是workflow，最后把dataloader输入进去训练。

分析while块，每个epoch都遍历workfile，workflow的格式看参数注释，根据从workfile的值来选择使用以下哪个函数，是训练还是验证。所以到这里我们的答案已经出来了，我的workflow是默认的配置就是这个，可见我只有train，所以训练输出的数值都是训练集中的训练数值，根本没有验证。后面的数字用例子解释比较好，用参数注释的配置来做例子，workflow = [(‘train’, 2), (‘val’, 1)]，就表示了训练2个epoch验证1次。

workflow = [('train', 1)]

结果：训练模型时的训练和验证可以从配置的workflow中配，我的配置是默认配置只有train没有用val就没有验证。