记录mmdetectionv11.0.rc0+3c2e4df与mmdetectionv22.11.0的不同之处。这两个版本的不同还有另外一个影响因素比较大的就是mmcv版本差异也很大。如:v1版本对应的是mmcv0.2.14,v2版本对应的mmcv1.3.3。
1、配置文件的不同rpn_head的不同
rpn_head=dict( type='RPNHead', in_channels=256, feat_channels=256, anchor_scales=[4], anchor_ratios=[0.5, 1.0, 2.0], anchor_strides=[4, 8, 16, 32, 64], target_means=[.0, .0, .0, .0], target_stds=[1.0, 1.0, 1.0, 1.0], loss_cls=dict( type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0), loss_bbox=dict(type='SmoothL1Loss', beta=1.0 / 9.0, loss_weight=1.0)), # V1 ######## rpn_head=dict( type='RPNHead', in_channels=256, feat_channels=256, anchor_generator=dict( type='AnchorGenerator', scales=[4], ratios=[0.5, 1.0, 2.0], strides=[4, 8, 16, 32, 64]), bbox_coder=dict( type='DeltaXYWHBBoxCoder', target_means=[.0, .0, .0, .0], target_stds=[1.0, 1.0, 1.0, 1.0]), loss_cls=dict( type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0), loss_bbox=dict(type='L1Loss', loss_weight=1.0)), # v2
v1的bbox_roi_extractor+bbox_head = v2的roi_head
""" 在 MMDetection v2.0 中,标签 “K” 表示背景,标签 [0, K-1] 对应于 K = num_categories 个对象类别。 在 MMDetection v1.x 及之前的版本中,标签 “0” 表示背景,标签 [1, K] 对应 K 个类别。 """ bbox_roi_extractor=dict( type='SingleRoIExtractor', roi_layer=dict(type='RoIAlign', out_size=7, sample_num=0), out_channels=256, featmap_strides=[4, 8, 16, 32]), bbox_head=dict( type='SharedFCBBoxHead', # 命名不一样 num_fcs=2, # 数值也不一样,v1需要加上背景的类别 in_channels=256, fc_out_channels=1024, roi_feat_size=7, num_classes=2, target_means=[0., 0., 0., 0.], target_stds=[0.1, 0.1, 0.2, 0.2], reg_class_agnostic=False, loss_cls=dict( type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0), loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)) # v1 ######## roi_head=dict( type='StandardRoIHead', bbox_roi_extractor=dict( type='SingleRoIExtractor', roi_layer=dict(type='RoIAlign', output_size=7, sampling_ratio=0), out_channels=256, featmap_strides=[4, 8, 16, 32]), bbox_head=dict( type='Shared2FCBBoxHead', in_channels=256, fc_out_channels=1024, roi_feat_size=7, num_classes=1, bbox_coder=dict( type='DeltaXYWHBBoxCoder', target_means=[0., 0., 0., 0.], target_stds=[0.1, 0.1, 0.2, 0.2]), reg_class_agnostic=False, loss_cls=dict( type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0), loss_bbox=dict(type='L1Loss', loss_weight=1.0))), # v2
train_cfg下的rpn_proposal对应nms的不同,test_cfg也如此
rpn_proposal=dict( nms_across_levels=False, nms_pre=2000, nms_post=2000, max_num=2000, nms_thr=0.7, min_bbox_size=0), # v1 ######## rpn_proposal=dict( nms_pre=2000, max_per_img=1000, nms=dict(type='nms', iou_threshold=0.7), min_bbox_size=0), # v22、mmcv,mmdet相关库的位置不同
## 在mmdetmodelsnecks的位置配置neck的时候 from ..utils import ConvModule # v1 from mmcv.cnn import ConvModule # v2 from mmdet.core import auto_fp16 # v1 from mmcv.runner import auto_fp16 # v23、相关 *** 作不同
Mask R-CNN、Faster R-CNN 和 RetinaNet 的默认回归损失从 smooth L1 损失更改为 L1 损失,使得 box AP 整体上都有所提升(约 0.6%)。但是,将 L1-loss 用在 Cascade R-CNN 和 HTC 等其他方法上并不能提高性能,因此我们保留这些方法的原始设置。如果在v1版本里强行修改成L1Loss的时候,会出现这个问题assert pred.size() == target.size() and target.numel() > 0。
loss_bbox=dict(type='SmoothL1Loss', beta=1.0 / 9.0, loss_weight=1.0), # V1 loss_bbox=dict(type='L1Loss', loss_weight=1.0), # v2
register_module不一样,v1的后面没有括号(),而v2的有。除了BACKBONES外,其他的也一样。
@BACKBONES.register_module # v1 @BACKBONES.register_module() # v2
参考:
MMDETECTION V2.X 兼容性说明
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)