本文共 3815 字,大约阅读时间需要 12 分钟。
之前在写mmdetection源码的解读过程时,觉得train_detector()这部分很重要,对于理解整个的训练过程应该时起着非常大的理解作用。
然后最近研究工作一直在看和修改mmdetection的其他模块的代码这一块。感觉train_detector()这块内容其实也不是特别重要来着,可能就是一个加强理解的过程。这次还是花了点时间,大致的看了一下,顺便加上自己的一些理解,解释了一下整个过程,如果有错的话,希望各路大佬指出,互相学习哈。下面的代码出现在tools/train.py中,也是main函数的结尾,也就是说,我们训练的时候,到这就是真正的开始训练了。
train_detector( model, datasets, cfg, distributed=distributed, validate=args.validate, logger=logger)
那到底怎么训练的呢?
下面代码是train_detector()函数的定义,在mmdet/api/train.py文件中def train_detector(model, dataset, cfg, distributed=False, validate=False, logger=None): if logger is None: logger = get_root_logger(cfg.log_level) # start training if distributed: _dist_train(model, dataset, cfg, validate=validate) else: _non_dist_train(model, dataset, cfg, validate=validate)
上面的开始训练过程分分布式训练和非分布式训练两种方法,我们只说分布式训练,同样下面代码是_dist_train()的定义,也在mmdet/api/train.py中
def _dist_train(model, dataset, cfg, validate=False): # prepare data loaders dataset = dataset if isinstance(dataset, (list, tuple)) else [dataset] data_loaders = [ build_dataloader( ds, cfg.data.imgs_per_gpu, cfg.data.workers_per_gpu, dist=True) for ds in dataset ] # put model on gpus model = MMDistributedDataParallel(model.cuda()) # build runner 用来为pytorch训练用的类,该类在mmcv/mmcv/runner/runner.py中 optimizer = build_optimizer(model, cfg.optimizer) # Optimizer 是用来更新和计算影响模型训练和模型输出的网络参数,使其逼近或达到最优值,从而最小化(或最大化)损失函数E(x) # 这种算法使用各参数的梯度值来最小化或最大化损失函数E(x)。最常用的一阶优化算法是梯度下降。 runner = Runner(model, batch_processor, optimizer, cfg.work_dir, cfg.log_level) # fp16 setting 用来提速的 fp16_cfg = cfg.get('fp16', None) if fp16_cfg is not None: optimizer_config = Fp16OptimizerHook(**cfg.optimizer_config, **fp16_cfg) else: optimizer_config = DistOptimizerHook(**cfg.optimizer_config) # register hooks hooks 用来查看中间变量的 # hook的作用是,当反传时,除了完成原有的反传,额外多完成一些任务。你可以定义一个中间变量的hook,将它的grad值打印出来,当然你也可以定义一个全局列表,将每次的grad值添加到里面去。 # 下面的hooks也是一样的,具体pytorch中hooks的作用,可以参考下方链接 runner.register_training_hooks(cfg.lr_config, optimizer_config, cfg.checkpoint_config, cfg.log_config) runner.register_hook(DistSamplerSeedHook()) # register eval hooks if validate: val_dataset_cfg = cfg.data.val eval_cfg = cfg.get('evaluation', { }) if isinstance(model.module, RPN): # TODO: implement recall hooks for other datasets runner.register_hook( CocoDistEvalRecallHook(val_dataset_cfg, **eval_cfg)) else: dataset_type = DATASETS.get(val_dataset_cfg.type) if issubclass(dataset_type, datasets.CocoDataset): runner.register_hook( CocoDistEvalmAPHook(val_dataset_cfg, **eval_cfg)) else: runner.register_hook( DistEvalmAPHook(val_dataset_cfg, **eval_cfg)) if cfg.resume_from: # 从resume_from(checkpoint)重新开始训练?? # (resume_from的作用我猜的,可以自己细看这部分的代码) runner.resume(cfg.resume_from) elif cfg.load_from: # 加载 checkpoint,继续训练 runner.load_checkpoint(cfg.load_from) runner.run(data_loaders, cfg.workflow, cfg.total_epochs) # 开始训练
上面代码,还出现了一个类runner
,这个类的作用呢,就是用来更好的训练pytorch模型的。
所以train_detection()这一部分的作用,其实就是帮我们把之前设计好的网络结构,数据集等,扔给runner,然后就行了,具体怎么跑呢,不需要太转牛角尖,毕竟太黑盒了。
如果以上理解有误,请指出,互相学习哈!
转载地址:http://kdxen.baihongyu.com/