差分

このページの2つのバージョン間の差分を表示します。

--- tips:python:detectron2:start [2022/01/13 05:34] – [モデルデータベース Registry] yuuho
+++ tips:python:detectron2:start [2022/02/01 01:37] (現在) – [自作データセット定義方法] yuuho
@@ 行 75: / 行 75: @@
 TrainerBase   : self.start_iter = 0
 DefaultTrainer:
+...
+DefaultTrainer: model = self.build_model(cfg)
+...
+DefaultTrainer: model = create_ddp_model(model, broadcast_buffer=False)
 </code>
@@ 行 106: / 行 110: @@
 | ''test''                ^ class |  |
 | ''auto_scale_workers''  ^ static |  |
+=== Trainer の重要メンバ ===
+''DefaultTrainer'' のメンバ。
+  * ''_trainer'' は SimpleTrainerクラス。
+TrainerBase を継承して DefaultTrainer が作成されている。
+同じように SimpleTrainer も TrainerBase を継承して作成されている。
+なので DefaultTrainer と SimpleTrainer は親子関係はないが、DefaultTrainer の ''_trainer'' というメンバは
+SimpleTrainer なことがある。
+  * SimpleTrainer のメンバが直接触るべきモデル
+    * ''model'' : ''GeneralizedRCNN'' とか
+    * ''model.backbone'' :
 ==== モデルデータベース Registry ====
@@ 行 124: / 行 144: @@
 コードから登録されているアーキテクチャを追跡することは面倒だが、 ''@META_ARCH_REGISTRY'' デコレータが付いているものを確認すると以下のようになっている。
 <code>
-./detectron2/modeling/meta_arch/retinanet.py     RetinaNet
+detectron2/modeling/meta_arch/retinanet.py     RetinaNet
-./detectron2/modeling/meta_arch/panoptic_fpn.py  PanopticFPN
+detectron2/modeling/meta_arch/panoptic_fpn.py  PanopticFPN
-./detectron2/modeling/meta_arch/semantic_seg.py  SemanticSegmentor
+detectron2/modeling/meta_arch/semantic_seg.py  SemanticSegmentor
-./detectron2/modeling/meta_arch/rcnn.py          GeneralizedRCNN
+detectron2/modeling/meta_arch/rcnn.py          GeneralizedRCNN
-                                                 ProposalNetwork
+                                               ProposalNetwork
+</code>
+''BACKBONE_REGISTRY''
+<code>
+detectron2/modeling/backbone/resnet.py   build_resnet_backbone
+detectron2/modeling/backbone/fpn.py      build_resnet_fpn_backbone
+                                         build_retinanet_resnet_fpn_backbone
 </code>
@@ 行 158: / 行 184: @@
 # detectron2/detectron2/config/config.py
 #   detectron2.config function configurable
+from_config_func = type(self).from_config
+explicit_args = _get_args_from_config(from_config_func, *args, **kwargs)
+# detectron2/detectron2/config/config.py
+#   function _get_args_from_config
+ret = from_config_func(*args, **kwargs)
+# detectron2/detectron2/modeling/meta_arch/rcnn.py
+#    class GeneralizedRCNN method from_config
+backbone = build_backbone(cfg)
+# detectron2/detectron2/modeling/backbone/build.py
+#   function build_backbone
+backbone_name = cfg.MODEL.BACKBONE.NAME
+backbone = BACKBONE_REGISTRY.get(backbone_name)(cfg, input_shape)
 </code>
+==== R-CNN ====
+''detectron2/modeling/meta_arch/rcnn.py'' の ''forward'' を見る。
+だいたいこんな感じ
+<code python>
+GeneralizedRCNN
+    images <- self.preprocess_image( batched_inputs )
+    features <- self.backbone( images.tensor )
+    proposals, proposal_losses <- self.proposal_generator( images, features,            gt_instances )
+    _,         detector_losses <- self.roi_heads(          images, features, proposals, gt_instances )
+</code>
+===== データセット =====
+==== 自作データセット定義方法 ====
+=== 完全自作の形式 ===
+<code python>
+from detectron2.data import DatasetCatalog
+DatasetCatalog.register('MyDataset', my_function )
+</code>
+=== 特定の形式で登録する ===
+''detectron2.data.datasets'' にある関数
+  * ''register_coco_instances''
+  * ''register_coco_panoptic''
+  * ''register_coco_panoptic_separated''
+  * ''register_lvis_instances''
+  * ''register_pascal_voc''
+=== 取り出し ===
+''detectron2.data.common.AspectRatioGroupedDataset'' の ''%%_%%_iter%%_%%_'' を見るべし
+<code python>
+</code>
+=== カスタムなデータローダーの定義 ===
+デフォルトでは ''detectron2/data/dataset_mapper.py'' の ''DatasetMapper'' が使われるため画像はファイルから読み込むしかできない。
+データセットに合った特定の読み込み方を指定するには custom dataloader を作成する必要がある。
+  * [[https://github.com/facebookresearch/detectron2/blob/cbbc1ce26473cb2a5cc8f58e8ada9ae14cb41052/docs/tutorials/datasets.md|custom dataset]]
+  * [[https://github.com/facebookresearch/detectron2/blob/cbbc1ce26473cb2a5cc8f58e8ada9ae14cb41052/docs/tutorials/data_loading.md|custom data loader]]
+これらを見る限り、 ''DefaultTrainer'' の ''build_train_loader'' などのメソッドをオーバーライドするのが正攻法。