扩展 Detectron2 的默认值¶

研究就是以新的方式做事。这在如何创建代码抽象方面带来了一个难题，这对任何规模庞大的研究工程项目来说都是一个挑战。

一方面，它需要有非常薄的抽象层，以便能够以新的方式做任何事情。它应该相当容易打破现有的抽象层并用新的抽象层替换它们。
另一方面，这样的项目也需要相当高层的抽象层，以便用户可以轻松地以标准方式做事，而不用过多地担心只有某些研究人员才会关心的细节。

在 detectron2 中，有两种类型的接口共同解决了这个难题。

接受从 yaml 文件创建的配置 (cfg) 参数的函数和类（有时还有一些额外的参数）。

这些函数和类实现了“标准默认”行为：它将从给定的配置中读取它需要的内容，并执行“标准”操作。用户只需要加载一个专家制作的配置并将其传递，而不必担心使用了哪些参数以及它们都代表什么。

有关详细教程，请参见Yacs 配置。
具有明确定义的显式参数的函数和类。

它们中的每一个都是整个系统的一个小构建块。它们需要用户的专业知识来理解每个参数应该是什么，并且需要更多努力才能拼凑成更大的系统。但它们可以以更灵活的方式拼凑在一起。

当您需要实现 detectron2 中未包含的“标准默认值”不支持的内容时，可以使用这些定义良好的组件。

延迟配置系统依赖于此类函数和类。

一些函数和类是用@configurable 装饰器实现的 - 它们可以用配置、显式参数或两者的混合调用。它们的显式参数接口目前处于实验阶段。

例如，Mask R-CNN 模型可以通过以下方式构建。

仅配置

# load proper yaml config file, then
model = build_model(cfg)

配置和附加参数覆盖的混合

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

完整的显式参数

（点击展开）

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",
)

如果您只需要标准行为，初学者教程就足够了。如果您需要将 detectron2 扩展到自己的需求，请参阅以下教程以了解更多详情。

Detectron2 包含一些标准数据集。要使用自定义数据集，请参见使用自定义数据集。
Detectron2 包含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数据加载器。请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。请参见使用模型和编写模型。
Detectron2 提供了一个默认的训练循环，适用于常见的训练任务。您可以使用钩子自定义它，或者编写自己的循环。请参见训练。