了解配置¶
我们使用 Python 文件作为我们的配置系统。您可以在 $MMDetection/configs 下找到所有提供的配置。
我们将模块化和继承设计融入到我们的配置系统中，这有利于进行各种实验。如果您希望检查配置文件，可以运行 python tools/misc/print_config.py /PATH/TO/CONFIG 来查看完整的配置。
完整配置的简要描述¶
完整的配置通常包含以下主要字段
model: 模型的基本配置，可能包含data_preprocessor、模块（例如，detector、motion）、train_cfg、test_cfg等。train_dataloader: 训练数据加载器的配置，通常包含batch_size、num_workers、sampler、dataset等。val_dataloader: 验证数据加载器的配置，与train_dataloader类似。test_dataloader: 测试数据加载器的配置，与train_dataloader类似。val_evaluator: 验证评估器的配置。例如，type='MOTChallengeMetrics'用于 MOTChallenge 基准测试上的 MOT 任务。test_evaluator: 测试评估器的配置，与val_evaluator类似。train_cfg: 训练循环的配置。例如，type='EpochBasedTrainLoop'。val_cfg: 验证循环的配置。例如，type='VideoValLoop'。test_cfg: 测试循环的配置。例如，type='VideoTestLoop'。default_hooks: 默认钩子的配置，可能包含用于计时器、日志记录器、参数调度器、检查点、采样器种子、可视化等钩子。vis_backends: 可视化后端的配置，默认使用type='LocalVisBackend'。visualizer: 可视化器的配置。type='TrackLocalVisualizer'用于 MOT 任务。param_scheduler: 参数调度器的配置，通常设置学习率调度器。optim_wrapper: 优化器包装器的配置，包含与优化相关的配置信息，例如优化器、梯度裁剪等。load_from: 从给定路径加载模型作为预训练模型。resume: 如果为True，则从load_from恢复检查点，训练将从保存检查点的时期开始恢复。
通过脚本参数修改配置¶
当使用 tools/train.py 或 tools/test_tracking.py 提交作业时，您可以指定 --cfg-options 来就地修改配置。我们提供以下几个示例。有关更多详细信息，请参阅 MMEngine。
更新字典链中的配置键。
配置选项可以按照原始配置中字典键的顺序指定。例如，
--cfg-options model.detector.backbone.norm_eval=False会将模型骨干中的所有 BN 模块更改为训练模式。更新列表配置中的键。
一些配置字典在您的配置中以列表形式组成。例如，测试管道
test_dataloader.dataset.pipeline通常是一个列表，例如[dict(type='LoadImageFromFile'), ...]。如果您想将管道中的LoadImageFromFile更改为LoadImageFromWebcam，可以指定--cfg-options test_dataloader.dataset.pipeline.0.type=LoadImageFromWebcam。更新列表/元组的值。
可能要更新的值是一个列表或一个元组。例如，您可以通过指定
--cfg-options model.data_preprocessor.mean=[0,0,0]来更改data_preprocessor的键mean。请注意，在指定的值中 **不允许** 使用空格。
配置文件结构¶
在 config/_base_ 下有 3 种基本组件类型，即数据集、模型和默认运行时。许多方法可以很容易地用其中的一种构建，例如 SORT、DeepSORT。由来自 _base_ 的组件组成的配置被称为原始配置。
对于同一文件夹下的所有配置，建议只有一个原始配置。所有其他配置都应该继承自原始配置。这样一来，继承的最高级别就是 3。
为了便于理解，我们建议贡献者从现有方法继承。例如，如果对 Faster R-CNN 进行了一些修改，用户可能首先通过指定 _base_ = ../_base_/models/faster-rcnn_r50-dc5.py 继承基本 Faster R-CNN 结构，然后在配置文件中修改必要的字段。
如果您正在构建一种与现有任何方法都没有结构共享的全新方法，则可以在 configs 下创建名为 method_name 的文件夹。
请参阅 MMEngine 获取详细文档。
配置名称风格¶
我们遵循以下风格来命名配置文件。建议贡献者遵循相同的风格。
{method}_{module}_{train_cfg}_{train_data}_{test_data}
{method}: 方法名称，例如sort。{module}: 方法的基本模块，例如faster-rcnn_r50_fpn。{train_cfg}: 训练配置，通常包含批次大小、时期等，例如8xb4-80e。{train_data}: 训练数据，例如mot17halftrain。{test_data}: 测试数据，例如test-mot17halfval。
跟踪数据结构介绍¶
优势和新特性¶
在 mmdetection 跟踪任务中，我们使用视频来组织数据集，并使用 TrackDataSample 来描述数据集信息。
基于视频组织，我们提供了变换
UniformRefFrameSample来采样关键帧和参考帧，并使用TransformBroadcaster用于剪辑训练。TrackDataSample 在一定程度上可以被视为多个 DetDataSample 的包装器。它包含一个属性
video_data_samples，它是一个 DetDataSample 列表，每个 DetDataSample 对应一个单帧。此外，它的元信息包括 key_frames_inds 和 ref_frames_inds 以应用剪辑训练方式。由于基于视频的数据组织，整个视频可以直接测试。这种方式更加简洁直观。我们也提供了基于图像的测试方法，如果您的 GPU 内存无法容纳整个视频。
待办事项¶
一些算法，如 StrongSORT、Mask2Former，不支持基于视频的测试。这些算法对 GPU 内存提出了挑战。我们将在未来优化这个问题。
目前，我们不支持针对算法 QDTrack 同时训练基于视频的数据集（如 MOT Challenge Dataset）和基于图像的数据集（如 Crowdhuman）。我们将在未来优化这个问题。