mmdetection源码解读（一）

一、安装测试：(官方github上很详细)

https://github.com/open-mmlab/mmdetection

测试：

from mmdet.apis import init_detector, inference_detector, show_result

if __name__ == '__main__':
    config_file = 'configs/faster_rcnn_r50_fpn_1x.py'
    checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth'
    img_path = 'test.jpg'

    model = init_detector(config_file, checkpoint_file, device='cuda:0')
    
    result = inference_detector(model, img_path)
    show_result(img_path, result, model.CLASSES)

测试注意事项：

   1. mmdetection目前不支持Windos系统，我使用Ubuntu16.04

    2.`checkpoint_file` 是我在mmdetection目录下创建了一个checkpoints文件夹，然后手动下载

（链接：https://pan.baidu.com/s/1jC_9DJWrnwB8tm9LnGAHeQ  提取码：indv ）的权值，也可以自动下载的应该。

   如果跑通应该没啥问题了。

二：mmdetection/utils/registry.py 文档解读：

import inspect

import mmcv


class Registry(object):
"""
这里主要实现一个Registry类，用来规范注册网络的各个模块，比如backebone, neck,还有dataset,pipeline等等这些模块。
"""
    def __init__(self, name):
        self._name = name
        self._module_dict = dict()

    def __repr__(self):
        """这个函数主要是给类一个输出，我的理解是就是输出类相关信息。
           用下面的代码自己测试看看。
           #from mmdet.utils import Registry
           #print(Registry('backbone'))
        """
        format_str = self.__class__.__name__ + '(name={}, items={})'.format(
            self._name, list(self._module_dict.keys()))
        return format_str

    @property  #负责修饰一个对象函数,让类生成成员变量对应的setter和getter函数
    def name(self):
        return self._name

    @property
    def module_dict(self):
        return self._module_dict

    def get(self, key):
        return self._module_dict.get(key, None)

    def _register_module(self, module_class):
        """Register a module.

        Args:
            module (:obj:`nn.Module`): Module to be registered.
        """
        if not inspect.isclass(module_class):
            raise TypeError('module must be a class, but got {}'.format(
                type(module_class)))
        module_name = module_class.__name__
        if module_name in self._module_dict:
            raise KeyError('{} is already registered in {}'.format(
                module_name, self.name))
        self._module_dict[module_name] = module_class

    def register_module(self, cls):
        self._register_module(cls)
        return cls


def build_from_cfg(cfg, registry, default_args=None):
    """
    这个函数大意就是从config文件中cfg各个模块使用registry进行注册。
    Build a module from config dict.

    Args:
        cfg (dict): Config dict. It should at least contain the key "type".
        registry (:obj:`Registry`): The registry to search the type from.
        default_args (dict, optional): Default initialization arguments.

    Returns:
        obj: The constructed object.
    """
    assert isinstance(cfg, dict) and 'type' in cfg
    assert isinstance(default_args, dict) or default_args is None
    args = cfg.copy()
    obj_type = args.pop('type')
    if mmcv.is_str(obj_type):
        obj_cls = registry.get(obj_type)
        if obj_cls is None:
            raise KeyError('{} is not in the {} registry'.format(
                obj_type, registry.name))
    elif inspect.isclass(obj_type):
        obj_cls = obj_type
    else:
        raise TypeError('type must be a str or valid type, but got {}'.format(
            type(obj_type)))
    if default_args is not None:
        for name, value in default_args.items():
            args.setdefault(name, value)
    return obj_cls(**args)

  三：数据集介绍：

mmdetection现在支持coco和voc数据集格式，数据集的格式使用官方介绍的

mmdetection

----------------- data

                      -----coco

                      -----VOCdevkit

主要嵌套关系是

以mmdetection/mmdet/datasets/cityscapes.py为例：

from .coco import CocoDataset
from .registry import DATASETS
@DATASETS.register_module
class CityscapesDataset(CocoDataset):
    """
    自定义coco格式数据类<------CocoDataset <-----------CustomDataset <----------Dataset(torch.utils.data.Dataset)
    VOCDataset<-----------XMLDataset<----------CustomDataset<--------Dataset(同上)
    
    其他一些函数主要是用来读取分析coco的.json和voc的XML文件的，具体细节先不谈，先了解整体框架

    """
    CLASSES = ('person', 'rider', 'car', 'truck', 'bus', 'train', 'motorcycle', 'bicycle')