扩展Detectron2的默认功能¶

研究的本质在于以新方法探索事物。这给代码抽象化的实现带来了张力，对于任何规模较大的研究工程项目来说都是一个挑战：

一方面，它需要具备非常精简的抽象层，以便能够以全新方式实现各种功能。应该能够相对容易地打破现有抽象结构并用新的抽象来替代。
另一方面，这样的项目也需要合理的高层抽象，这样用户就能以标准方式轻松完成工作，而无需过多关注只有特定研究人员才会关心的细节。

在detectron2中，有两种接口共同解决了这一矛盾：

接收从yaml文件创建的配置(cfg)参数（有时带有少量额外参数）的函数和类。

这些函数和类实现了"标准默认"行为：它们会从给定配置中读取所需内容并执行"标准"操作。用户只需加载专家制作的配置并传递它，无需担心使用了哪些参数及其含义。

详见Yacs Configs详细教程。
具有明确定义参数的函数和类。

每个都是整个系统中的小型构建模块。它们需要用户专业知识来理解每个参数的含义，并且需要更多努力才能组合成更大的系统。但它们可以以更灵活的方式进行组合。

当你需要实现detectron2中"标准默认值"不支持的功能时，这些定义明确的组件可以被重复使用。

LazyConfig系统依赖于这类函数和类。

部分函数和类是通过 @configurable 装饰器实现的 - 它们可以通过配置、显式参数或两者混合的方式进行调用。目前它们的显式参数接口仍处于实验阶段。

例如，可以通过以下方式构建一个Mask R-CNN模型：

仅配置：

# 加载正确的yaml配置文件，然后
model = build_model(cfg)

配置与额外参数覆盖的混合使用：

model = GeneralizedRCNN(
  cfg,
  roi_heads=StandardROIHeads(cfg, batch_size_per_image=666),
  pixel_std=[57.0, 57.0, 57.0])

完整显式参数：

(click to expand)

model = GeneralizedRCNN(
    backbone=FPN(
        ResNet(
            BasicStem(3, 64, norm="FrozenBN"),
            ResNet.make_default_stages(50, stride_in_1x1=True, norm="FrozenBN"),
            out_features=["res2", "res3", "res4", "res5"],
        ).freeze(2),
        ["res2", "res3", "res4", "res5"],
        256,
        top_block=LastLevelMaxPool(),
    ),
    proposal_generator=RPN(
        in_features=["p2", "p3", "p4", "p5", "p6"],
        head=StandardRPNHead(in_channels=256, num_anchors=3),
        anchor_generator=DefaultAnchorGenerator(
            sizes=[[32], [64], [128], [256], [512]],
            aspect_ratios=[0.5, 1.0, 2.0],
            strides=[4, 8, 16, 32, 64],
            offset=0.0,
        ),
        anchor_matcher=Matcher([0.3, 0.7], [0, -1, 1], allow_low_quality_matches=True),
        box2box_transform=Box2BoxTransform([1.0, 1.0, 1.0, 1.0]),
        batch_size_per_image=256,
        positive_fraction=0.5,
        pre_nms_topk=(2000, 1000),
        post_nms_topk=(1000, 1000),
        nms_thresh=0.7,
    ),
    roi_heads=StandardROIHeads(
        num_classes=80,
        batch_size_per_image=512,
        positive_fraction=0.25,
        proposal_matcher=Matcher([0.5], [0, 1], allow_low_quality_matches=False),
        box_in_features=["p2", "p3", "p4", "p5"],
        box_pooler=ROIPooler(7, (1.0 / 4, 1.0 / 8, 1.0 / 16, 1.0 / 32), 0, "ROIAlignV2"),
        box_head=FastRCNNConvFCHead(
            ShapeSpec(channels=256, height=7, width=7), conv_dims=[], fc_dims=[1024, 1024]
        ),
        box_predictor=FastRCNNOutputLayers(
            ShapeSpec(channels=1024),
            test_score_thresh=0.05,
            box2box_transform=Box2BoxTransform((10, 10, 5, 5)),
            num_classes=80,
        ),
        mask_in_features=["p2", "p3", "p4", "p5"],
        mask_pooler=ROIPooler(14, (1.0 / 4, 1.0 / 8, 1.0 / 16, 1.0 / 32), 0, "ROIAlignV2"),
        mask_head=MaskRCNNConvUpsampleHead(
            ShapeSpec(channels=256, width=14, height=14),
            num_classes=80,
            conv_dims=[256, 256, 256, 256, 256],
        ),
    ),
    pixel_mean=[103.530, 116.280, 123.675],
    pixel_std=[1.0, 1.0, 1.0],
    input_format="BGR",
)

如果您只需要标准功能，初学者教程就足够了。如果您需要将detectron2扩展到自己的需求，请参阅以下教程获取更多详情：

Detectron2包含了一些标准数据集。如需使用自定义数据集，请参阅使用自定义数据集。
Detectron2 包含了从数据集创建用于训练/测试的数据加载器的标准逻辑，但您也可以编写自己的逻辑。参见使用自定义数据加载器。
Detectron2实现了许多标准检测模型，并提供了覆盖其行为的方法。参见使用模型和编写模型。
Detectron2 提供了一个适用于常见训练任务的默认训练循环。您可以通过钩子(hooks)来自定义它，或者编写自己的循环。详见training。