以下链接是个人关于detectron2（目标检测框架），所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：17575010159 相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。 文末附带 \color{blue}{文末附带} 文末附带 公众号 − \color{blue}{公众号 -} 公众号− 海量资源。 \color{blue}{ 海量资源}。 海量资源。
detectron2（目标检测框架）无死角玩转-00：目录
前言通过前面的博客，我们知道怎么去训练coco数据，但是我们的目的，肯定是去训练自己的数据，在这之前，需要为大家讲解一些相关的配置config信息，相信大家把网络跑起来的时候，也就是执行如下指令：
python tools/train_net.py \ --num-gpus 2 \ --config-file configs/COCO-Detection/retinanet_R_50_FPN_3x.yaml SOLVER.IMS_PER_BATCH 2 SOLVER.BASE_LR 0.0025
前面，我提醒大家注意，类似SOLVER.IMS_PER_BATCH，SOLVER.BASE_LR这样的配置，需要写在指令的最后面，那么这些到底是什么，我们应该如何去配置，在训练的时候，我相信大家都能看到如下打印：
那么这些到底是怎么呢？下面，就是本人注释的结果！
如有错误欢迎指出，本人会在第一时间进行修改，为了后来人，贡献我们的每一份力量
\color{red}{如有错误欢迎指出，本人会在第一时间进行修改，为了后来人，贡献我们的每一份力量} 如有错误欢迎指出，本人会在第一时间进行修改，为了后来人，贡献我们的每一份力量
CUDNN_BENCHMARK: False #设置为True,其为自动找到效率最高的配置 DATALOADER: #dataloader的配置(数据迭代器) ASPECT_RATIO_GROUPING: True # ？ FILTER_EMPTY_ANNOTATIONS: True # 是否过滤掉注释为空的数据 NUM_WORKERS: 4 # 加载数据的线程数目 REPEAT_THRESHOLD: 0.0 # 重新开始迭代是,从0加载数据 SAMPLER_TRAIN: TrainingSampler # 迭代训练样本 DATASETS: #数据集相关的配置 # 迭代数据时,提前准备1000/2000样本，为加快数据加载速度 PRECOMPUTED_PROPOSAL_TOPK_TEST: 1000 PRECOMPUTED_PROPOSAL_TOPK_TRAIN: 2000 # 数据集的文件名 PROPOSAL_FILES_TEST: () PROPOSAL_FILES_TRAIN: () # 获取数据时，其默认数据集名称 TEST: ('coco_2017_val',) TRAIN: ('coco_2017_train',) # ? GLOBAL: HACK: 1.0 INPUT: # 输入的相关的配置 CROP: # 图片剪切功能 ENABLED: False # 是否开启图片剪切 SIZE: [0.9, 0.9] # 剪切图像的大小比例 TYPE: relative_range # 剪切的方式 FORMAT: BGR # 图片的个饿死 MASK_FORMAT: polygon #mask掩码的格式,如果图片大小不足，会补黑色像素 MAX_SIZE_TEST: 1333 #测试图片的最大尺寸 MAX_SIZE_TRAIN: 1333 #训练图片的最大尺寸 MIN_SIZE_TEST: 800 # 测试图片最小尺寸 MIN_SIZE_TRAIN: (640, 672, 704, 736, 768, 800) # 训练图片的最小尺寸 MIN_SIZE_TRAIN_SAMPLING: choice #训练样本的抽样方式 MODEL: ANCHOR_GENERATOR: # anchor生成的相关配置 ANGLES: [[-90, 0, 90]] # anchor的角度 ASPECT_RATIOS: [[0.5, 1.0, 2.0]] # 长宽的比例 NAME: DefaultAnchorGenerator # anchor生成器的名字 OFFSET: 0.0 # 偏移量 SIZES: [[32], [64], [128], [256], [512]] # 大小，生成anchor每个尺寸的大小 BACKBONE: # 主干网络配置 FREEZE_AT: 2 #冻结？ NAME: build_resnet_fpn_backbone #主干网络的名字 DEVICE: cuda # 使用GPU FPN: # FPN的相关配置 FUSE_TYPE: sum # 融合的类似 IN_FEATURES: ['res2', 'res3', 'res4', 'res5'] # 指定处为输入特征 NORM: # ？ OUT_CHANNELS: 256 # FPN的输出通道数 KEYPOINT_ON: False # 是否开启关键点 LOAD_PROPOSALS: False # ？ MASK_ON: True # ？ META_ARCHITECTURE: GeneralizedRCNN # 微元素的架构，可以是retina等等 PANOPTIC_FPN: # 全景分割的相关配置 COMBINE: #相关绑定 ENABLED: True # 是否启动 INSTANCES_CONFIDENCE_THRESH: 0.5 # 设置置信度的阈值 OVERLAP_THRESH: 0.5 # 重叠部分的 STUFF_AREA_LIMIT: 4096 #？ INSTANCE_LOSS_WEIGHT: 1.0 # 实例的权重比例 PIXEL_MEAN: [103.53, 116.28, 123.675] # ？ PIXEL_STD: [1.0, 1.0, 1.0] #？ PROPOSAL_GENERATOR: #？ MIN_SIZE: 0 #? NAME: RPN #? RESNETS: #重新配置 DEFORM_MODULATED: False # DEFORM_NUM_GROUPS: 1 DEFORM_ON_PER_STAGE: [False, False, False, False] DEPTH: 50 # resnet循环次数 NORM: FrozenBN # 冻结BN NUM_GROUPS: 1 #输出特征的层数 OUT_FEATURES: ['res2', 'res3', 'res4', 'res5'] RES2_OUT_CHANNELS: 256 # 对应层输出的通道数 RES5_DILATION: 1 # ？ STEM_OUT_CHANNELS: 64 STRIDE_IN_1X1: True # ？ WIDTH_PER_GROUP: 64 # 可分离卷积的分组数目 RETINANET: # retinanet相关配置 BBOX_REG_WEIGHTS: (1.0, 1.0, 1.0, 1.0) # ？ FOCAL_LOSS_ALPHA: 0.25 # FOCAL_LOSS相关参数 FOCAL_LOSS_GAMMA: 2.0 # FOCAL_LOSS相关参数 IN_FEATURES: ['p3', 'p4', 'p5', 'p6', 'p7'] # ? IOU_LABELS: [0, -1, 1] # 输出标签 IOU_THRESHOLDS: [0.4, 0.5] # IOU的阈值 NMS_THRESH_TEST: 0.5 # NMS的阈值 NUM_CLASSES: 80 # 训练数据的总类别数目 NUM_CONVS: 4 # 卷积层数目 PRIOR_PROB: 0.01 #? SCORE_THRESH_TEST: 0.05 # 测试数据的置信度阈值 SMOOTH_L1_LOSS_BETA: 0.1 # L1loss平滑参数 TOPK_CANDIDATES_TEST: 1000 # 提前拿取的测试数据 ROI_BOX_CASCADE_HEAD: # BBOX_REG_WEIGHTS: ((10.0, 10.0, 5.0, 5.0), (20.0, 20.0, 10.0, 10.0), (30.0, 30.0, 15.0, 15.0)) IOUS: (0.5, 0.6, 0.7) ROI_BOX_HEAD: BBOX_REG_WEIGHTS: (10.0, 10.0, 5.0, 5.0) CLS_AGNOSTIC_BBOX_REG: False CONV_DIM: 256 FC_DIM: 1024 NAME: FastRCNNConvFCHead
NORM: NUM_CONV: 0 NUM_FC: 2 POOLER_RESOLUTION: 7 POOLER_SAMPLING_RATIO: 0 POOLER_TYPE: ROIAlignV2
SMOOTH_L1_BETA: 0.0 ROI_HEADS: BATCH_SIZE_PER_IMAGE: 512 IN_FEATURES: ['p2', 'p3', 'p4', 'p5'] IOU_LABELS: [0, 1] IOU_THRESHOLDS: [0.5] NAME: StandardROIHeads
NMS_THRESH_TEST: 0.5 NUM_CLASSES: 80 POSITIVE_FRACTION: 0.25 PROPOSAL_APPEND_GT: True SCORE_THRESH_TEST: 0.05 ROI_KEYPOINT_HEAD: CONV_DIMS: (512, 512, 512, 512, 512, 512, 512, 512) LOSS_WEIGHT: 1.0 MIN_KEYPOINTS_PER_IMAGE: 1 NAME: KRCNNConvDeconvUpsampleHead
NORMALIZE_LOSS_BY_VISIBLE_KEYPOINTS: True NUM_KEYPOINTS: 17 POOLER_RESOLUTION: 14 POOLER_SAMPLING_RATIO: 0 POOLER_TYPE: ROIAlignV2
ROI_MASK_HEAD: CLS_AGNOSTIC_MASK: False CONV_DIM: 256 NAME: MaskRCNNConvUpsampleHead
NORM: NUM_CONV: 4 POOLER_RESOLUTION: 14 POOLER_SAMPLING_RATIO: 0 POOLER_TYPE: ROIAlignV2
RPN: BATCH_SIZE_PER_IMAGE: 256 BBOX_REG_WEIGHTS: (1.0, 1.0, 1.0, 1.0) BOUNDARY_THRESH: -1 HEAD_NAME: StandardRPNHead
IN_FEATURES: ['p2', 'p3', 'p4', 'p5', 'p6'] IOU_LABELS: [0, -1, 1] IOU_THRESHOLDS: [0.3, 0.7] LOSS_WEIGHT: 1.0 NMS_THRESH: 0.7 POSITIVE_FRACTION: 0.5 POST_NMS_TOPK_TEST: 1000 POST_NMS_TOPK_TRAIN: 1000 PRE_NMS_TOPK_TEST: 1000 PRE_NMS_TOPK_TRAIN: 2000 SMOOTH_L1_BETA: 0.0 SEM_SEG_HEAD: COMMON_STRIDE: 4 CONVS_DIM: 128 IGNORE_VALUE: 255 IN_FEATURES: ['p2', 'p3', 'p4', 'p5'] LOSS_WEIGHT: 1.0 NAME: SemSegFPNHead
NORM: GN
NUM_CLASSES: 54 #类别的数目 WEIGHTS: detectron2://ImageNetPretrained/MSRA/R-50.pkl # 加载的权重 OUTPUT_DIR: ./output
SEED: -1 SOLVER: #解决方案 BASE_LR: 0.0025 # 初始学习率 BIAS_LR_FACTOR: 1.0 #？ CHECKPOINT_PERIOD: 5000 # 没 5000个epoch进行一次测试 GAMMA: 0.1 IMS_PER_BATCH: 2 # 每个GPU的batch_siez大小 LR_SCHEDULER_NAME: WarmupMultiStepLR # 学习率衰减方式 MAX_ITER: 90000 # 到达该迭代次数则停止 MOMENTUM: 0.9 # 优化器动能 STEPS: (60000, 80000) # 到达指定迭代步数，则学习率衰减 WARMUP_FACTOR: 0.001 WARMUP_ITERS: 1000 WARMUP_METHOD: linear
WEIGHT_DECAY: 0.0001 # 权重衰减 WEIGHT_DECAY_BIAS: 0.0001 # 权重衰减系数 WEIGHT_DECAY_NORM: 0.0 TEST: # 测试相关配置 AUG: # AUG相关配置 ENABLED: False FLIP: True # 水平翻转 MAX_SIZE: 4000 # 图片的最大尺寸 MIN_SIZES: (400, 500, 600, 700, 800, 900, 1000, 1100, 1200) # 图片的最小尺寸 DETECTIONS_PER_IMAGE: 100 # 每张图片检测到的最大目标数目 EVAL_PERIOD: 0 # 迭代多少次后进行训练 EXPECTED_RESULTS: [] # 期待的结果 KEYPOINT_OKS_SIGMAS: [] #？ PRECISE_BN: # 测试精确度,BN的配置 ENABLED: False # 时候启动BN NUM_ITER: 200 # 迭代数目 VERSION: 2 VIS_PERIOD: 0
上面的配置注释，由于现在本人不是很熟悉fast-rcnn，所以不知道ROI的相关配置，就没有注释了，有知道的朋友写文档给我，然后我更新上去，一定会带上小哥的名字。
其实，在训练的时候，我们大多数的参数保持默认即可，只需要修改部分参数，具体怎么设置，请看下篇博客，下篇博客，我会带大家去训练自己的数据。
