OpenMMLab

admin 管理员组

文章数量: 1184232

OpenMMLab

文章目录

• 1. MMDetection介绍（vs MMSegmentation，MMdetection3d）
• 2. MMCV和MMengine
• • 2.1 mmopenlab框架
  • 2.2 mmopenlab（涵盖其下所有库）的帮助文档和教程
  • 2.3 MMengine
  • 2.4 MMCV
• 3. 代码
• • 3.1 使用pycocotools配合exif可视化图像
  • 3.2 mmdetection中config的继承
  • 3.3 mmdet的数据集可视化问题（VISUALIZERS）
  • 3.4 pin_memory参数设置
  • 3.5 max_split_size_mb设置（train后在val阶段报错CUDA out of memory when testing）
  • 3.6 MMYOLO特征图可视化
  • 3.7 数据集转为COCO格式

• 视频教程链接：MMDetection代码课
• 对应代码：rtmdet_cat_tutorial_colab.ipynb
• 如果想为OpenMMLab项目做贡献，可以看看这个：

1. MMDetection介绍（vs MMSegmentation，MMdetection3d）

三个项目的Github Readme：

• mmdetection/README_zh-CN.md
• mmsegmentation/README_zh-CN.md
• mmdetection3d/README_zh-CN.md

MMDetection 支持了各种不同的检测任务，包括目标检测，实例分割，全景分割，以及半监督目标检测。

• 检测是分割的基础，所以它也包含了很多分割任务，和MMSegmentation的区别是：
  • 目前，MMSegmentation 支持的分割任务为语义分割 ，MMDetection 中支持了实例分割和全景分割。
  • 详见：超详细！带你轻松掌握 MMSegmentation 整体构建流程
  • 语义分割的应用：①自动驾驶；②遥感图像分析；③医学图像分析。
  • 所以可以理解为专门为了这三个垂直方向把语义分割方向的模型（MMSegmentation）单独列出来了
• MMdetection3d这个库主要是面向3D的，感觉重点在点云数据上，支持与 2D 检测器（MMDetection）的自然整合
  • 详见：全面支持激光雷达语义分割！MMDetection3D 新特性抢先看
• 关于MMpretrain，前面说的三个库也都有自己的预训练模型。
  • 其实MMpretrain里主要放的模型大部分都是作为主干网络的模型，目前主要包括图像分类，图像多标签分类和图像检索，里面并不包含mmdetection等的检测的预训练模型，详见：模型库统计。

所以mmopenlab下面这些不同的repo，彼此之间功能还是很独立的，没有重复什么。

注意，

• （b）语义分割是分类+分割（一类物体一个颜色，自动驾驶其实用语义分割就够了），
• （c）实例分割（语义分割基础上+同类不同个体区分），
• （d）全景分割（全图的每个像素都要分）
  
  图自这里

2. MMCV和MMengine

课程过程中逐渐意识到这两个库的重要性，安装永远都是先安装这两个库，报错最后的位置源头基本也都是这两个库，所以稍微看一下。

注意：

• mmopenlab的库改动很快（还很大），文档有时候跟不上代码的改动。。
• 出问题的时候除了怀疑是自己代码或者配置出错，也要怀疑一下是不是库的问题（issue）

2.1 mmopenlab框架

根据：github-OpenMMLab的介绍，以下是整体框架图

基于Pytorch，

• OpenMMLab使用MMEngine作为统一的训练评估引擎，
• MMCV提供神经网络算子和数据变换，是整个项目的基础
• 其他面向具体方向的库：MMDection、MMSegmentation等，都是基于这两个库进行开发的。
• 所以关于config方面的内容，去MMengine里看；详细的神经网络算子和数据变换，去MMCV里看

2.2 mmopenlab（涵盖其下所有库）的帮助文档和教程

github-OpenMMLab的介绍文档里，其实给了一个比较不起眼的链接： tutorials videos (in Chinese) ，对应的是open-mmlab/OpenMMLabCourse项目，

• 这里基本涵盖了OpenMMLab的各种公开课，以及和其他机构的视频课程
• 同时还有知乎上的文章合集整理：OpenMMLabCourse/articles.md，
  • 其实知乎上也分了专栏，但是感觉标题有点模糊

其实找找，有几个挺有意思的项目：

• mmfashion：
• open-mmlab-Playground：
  • playground/mmtracking_open_detection
• MMEditing 将更加拥抱生成式 AI（Generative AI），正式更名为 MMagic（Multimodal Advanced, Generative, and Intelligent Creation），致力于打造更先进、更全面的 AIGC 开源算法库。这个库感觉好玩一点，
  • Animated Drawings (SIGGRAPH’2023)

2.3 MMengine

关于MMengine，详见：MMengine-Doc-介绍。

• 核心组件包含训练引擎、评测引擎和模块管理

1. 训练引擎的核心模块是执行器（Runner）。执行器负责执行训练、测试和推理任务并管理这些过程中所需要的各个组件。在训练、测试、推理任务执行过程中的特定位置，执行器设置了钩子（Hook）来允许用户拓展、插入和执行自定义逻辑。执行器主要调用如下组件来完成训练和推理过程中的循环：
   • 数据集（Dataset）：负责在训练、测试、推理任务中构建数据集，并将数据送给模型。实际使用过程中会被数据加载器DataLoader封装一层，数据加载器会启动多个子进程来加载数据。
   • 模型（Model）：在训练过程中接受数据并输出 loss；在测试、推理任务中接受数据，并进行预测。分布式训练等情况下会被模型的封装器Model Wrapper，如 MMDistributedDataParallel）封装一层。
   • 优化器封装Optimizer：优化器封装负责在训练过程中执行反向传播优化模型，并且以统一的接口支持了混合精度训练和梯度累加。
   • 参数调度器Parameter Scheduler：训练过程中，对学习率、动量等优化器超参数进行动态调整。
2. 在训练间隙或者测试阶段，评测指标与评测器Metrics & Evaluator会负责对模型性能进行评测。其中评测器负责基于数据集对模型的预测进行评估。评测器内还有一层抽象是评测指标，负责计算具体的一个或多个评测指标（如召回率、正确率等）。
3. 公共基础模块,算法模型执行过程中需要用到的公共基础模块，包括:
   • 配置类（Config）：在 OpenMMLab 算法库中，用户可以通过编写 config 来配置训练、测试过程以及相关的组件。
   • 注册器（Registry）：负责管理算法库中具有相同功能的模块。MMEngine 根据对算法库模块的抽象，定义了一套根注册器，算法库中的注册器可以继承自这套根注册器，实现模块的跨算法库调用。
   • 文件读写（File I/O）：为各个模块的文件读写提供了统一的接口，以统一的形式支持了多种文件读写后端和多种文件格式，并具备扩展性。
   • 分布式通信原语（Distributed Communication Primitives）：负责在程序分布式运行过程中不同进程间的通信。这套接口屏蔽了分布式和非分布式环境的区别，同时也自动处理了数据的设备和通信后端。
   • 其他工具（Utils）：还有一些工具性的模块，如 ManagerMixin，它实现了一种全局变量的创建和获取方式，执行器内很多全局可见对象的基类就是 ManagerMixin。

所以config主要是MMengine，config里有什么问题去MMengine里搜

2.4 MMCV

关于MMCV，详见：MMCV-Doc-介绍。

包括以下功能：

1. 图像和视频处理：图像模块提供了一些图像预处理的函数，该模块依赖 opencv
   • 所以putText默认不支持中文，想支持的话，可以看看这个issue：Can cv2. putText support Chinese output?python opencv #14579）
   • 支持的图像处理函数，详见：Docs > 数据处理
2. 图像和标注结果可视化：展示图像以及标注（目前只支持标注框）
   • 这个功能比较简单，对应的就是代码里的这部分：mmcv/mmcv
     /visualization/
   • 目前只有三个脚本：color.py，image.py， optflow.py
3. 图像变换：就是配置文件里的数据变换pipeline指定的那部分内容
   • 约定所有数据变换都接受一个字典作为输入，并将处理后的数据输出为一个字典
   • 默认情况下，在需要图像尺寸作为初始化参数的数据变换 (如Resize, Pad) 中，图像尺寸的顺序均为 (width, height)。numpy; 在数据变换返回的字典中，图像相关的尺寸， 如 img_shape、ori_shape、pad_shape 等，均为 (height, width)。opencv
   • 详见：数据变换
4. 多种 CNN 网络结构：为卷积神经网络提供了一些构建模块，包括层构建、模块组件和权重初始化（专门的视觉库，所以不涉及RNN、LSTM那些）
5. ✅高质量实现的常见 CUDA 算子：提供了检测、分割等任务中常用的算子，
   • 例如：ActiveRotatedFilter, Iou3d, KNN, NMS等。
   • 简单来说，算子就是用把一些功能用torch的tensor重写一遍，同时要保证可以融合到神经网络训练过程中的梯度计算、前向传播等
   • 可以去看看代码：mmcv/mmcv/ops/iou3d.py
   • 同时每一个都有配套的cuda代码：mmcv/mmcv/ops/csrc/common/cuda/iou3d_cuda_kernel.cuh，大部分都是头文件，确实是C++的语法

关于这个算子，可以看看：

• 手把手教你如何高效地在 MMCV 中贡献算子
• MMCV 是 follow PyTorch 官方提供的 Custom C++ and CUDA extension 进行算子扩展的，不能算是 “搞了一套完全不同的流程”。

另外，还看到一个知乎问题：mmcv及其系列存在的意义是什么？

• 结论就是：可能更适合学术，工程方面还是有点弱吧

3. 代码

• 相关的代码还有：mmdetection/demo/MMDet_Tutorial.ipynb
• 特征可视化部分：
  • mmYOLO-Docs > 可视化数据集分析结果
  • MMYOLO 自定义数据集从标注到部署保姆级教程-6. 数据集可视化分析
  • OpenMMLabCourse/codes/MMYOLO_tutorials/[工具类第一期]特征图可视化.ipynb
• 我照着视频里内容敲的（库版本可能不是很一致，有些结果无法完全复现）：openMMLabCampusLearn/Exercise_3/Exercise_3.ipynb

3.1 使用pycocotools配合exif可视化图像

关于pycocotools库，捎带连COCO数据集格式一起说了，东西有点多，另外开了一篇，详见：OpenMMLab-AI实战营第二期——相关1. COCO数据集格式和pycocotools使用（目标检测方向）

3.2 mmdetection中config的继承

mmopenlab的config

_base_ = ['../_base_/default_runtime.py', '../_base_/schedules/schedule_1x.py','../_base_/datasets/coco_detection.py', './rtmdet_tta.py'
]

有两种方式可以获得完整的config配置文件

1. 歪门邪道的技巧，运行模型训练，在–work-dirs中会生成一个完整的配置.py文件
2. 借用mmegine的Config类

from mmengine import Config
# 查看完整的配置文件（包括继承的）
print(cfg.pretty_text)config_file_path = '/content/drive/MyDrive/OpenMMLab/Exercise_4/pspnet-watermelon_20230618.py'
# 会把继承之后完整的结果写入文件中
cfg.dump(config_file_path)

参考：

• mmdetection.readthedocs.io- 在标准数据集上训练预定义的模型（待更新）
• mmdetection.readthedocs.io-自定义数据集
• .py

3.3 mmdet的数据集可视化问题（VISUALIZERS）

from mmdet.registry import DATASETS,VISUALIZERS

我的结果是Filling的，教程的结果是没有Filling的

这是因为：

1. 这个猫咪数据集其实是没有Segmentation的标注的，是直接使用bbox的四个顶点作为Segmentation的
2. 在对应的配置文件的train_dataloader->train_pipeline中，

   dict(type='LoadAnnotations',with_bbox=True,  # Whether to use bounding box, True for detectionwith_mask=True,  # Whether to use instance mask, True for instance segmentation，这个为True，则会把Segmentation也加载，就会显示了poly2mask=True),  # Whether to convert the polygon mask to instance mask, set False for acceleration and to save memory

参考：

• 对应代码：rtmdet_cat_tutorial_colab.ipynb
• 使用MMDetection3.x 在Balloon气球数据集上训练并对视频进行实例分割和制作成Color Splash效果

3.4 pin_memory参数设置

推荐是设置成True，但是下载的MMDetection的默认config里是False

pin_memory=True

参考：

• 相关-37. 释放GPU显存
• 详解Pytorch里的pin_memory 和 non_blocking

3.5 max_split_size_mb设置（train后在val阶段报错CUDA out of memory when testing）

报错：

If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation

尝试：

import torch
torch.cuda.empty_cache()import os
os.environ["PYTORCH_CUDA_ALLOC_CONF"] = "max_split_size_mb:512"

没啥用，本质还是因为显存太小.

最后采取的措施是：

• 把config中所有和val相关的配置都删除，如果用了test_XXX=val_XXX，就把test_XXX改了，总是就是跳过val阶段。。。
• 删不干净的话就会报错：

ValueError: val_dataloader, val_cfg, and val_evaluator should be either all 
None or not None, but got val_dataloader={'batch_size': 1, 'num_workers': 1, 
'persistent_workers': True, 'drop_last': False, 'sampler': {'type': 
'DefaultSampler', 'shuffle': False}, 'dataset': {'type': 'CocoDataset', 
'data_root': '/content/cat_dataset', 'ann_file': 'annotations/test.json', 
'data_prefix': {'img': 'images/'}, 'test_mode': True, 'pipeline': [{'type': 
'LoadImageFromFile', 'backend_args': None}, {'type': 'Resize', 'scale': (640, 
640), 'keep_ratio': True}, {'type': 'Pad', 'size': (640, 640), 'pad_val': 
{'img': (114, 114, 114)}}, {'type': 'PackDetInputs', 'meta_keys': ('img_id', 
'img_path', 'ori_shape', 'img_shape', 'scale_factor')}], 'backend_args': None, 
'metainfo': {'classes': ('cat',), 'palette': [(220, 20, 60)]}}}, val_cfg=
{'type': None}, val_evaluator=None

参考：

• mmdetection-CUDA out of memory when testing
  
  所以这个问题是已知的，训练结束后的validation阶段就会发生内存泄漏，要么就跳过val阶段。。。（如果显存够大，不会报这个错误。。。）
• RuntimeError: CUDA out of memory. How setting max_split_size_mb?

3.6 MMYOLO特征图可视化

AM(特征图可视化，激活值可视化)，CAM（带有类的特征图可视化）

这个暂时涉及不到，以后用到了再来填坑

参考：

• .html
• 玩转 MMYOLO 工具类第一期： 特征图可视化

3.7 数据集转为COCO格式

这个问题和3.1有相关性，都放在另一篇博客里了：OpenMMLab-AI实战营第二期——相关1. COCO数据集格式和pycocotools使用（目标检测方向）

参考：

• TommyZihao/MMDetection_Tutorials/mmdet-0829/【E2】气球数据集 (2).ipynb
• 使用MMDetection3.x 在Balloon气球数据集上训练并对视频进行实例分割和制作成Color Splash效果

本文标签： OpenMMLab