mmdetection config setting

1. mmdetection config

• mmdetection 모델, 데이터 변경없이 사용하려면 --> mmdetection 설명 & 설치과정 참조

• mmdetection 튜토리얼을 살펴보면 mmdetection 구조는 크게 dataset, model, schedule, default_runtime 4개로 구분이 가능

• 다양한 모델 예를 들어 Faster R-CNN, Mask R-CNN, Cascade R-CNN, RPN, SSD 등의 기본이 되는 구성은 base에 작성되어있음

  • 실제로 mmdetection의 configs 안에는 다양한 모델 및 backbone 부분의 폴더가 존재
  • 
  • configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py의 내용을 확인해 보면
    • 위에서 설명한 4개의 dataset,model,schedule,runtime 으로 구성됨
    • 사용자 custom을 할때는 4개를 적절하게 설정하면
  • 

2. mmdetection config write

• 실제 구성파일 작성할때 이름을 만드는 방법이 예시로 정해져 있음
  • {}는 필수, []는 선택
    • {model} faster_rcnn, mask_rcnn 등과 같은 모델 유형
    • [model setting] without_semantic, htc, moment, reppoints 등과 같은 일부 모델에 대한 특정 설정
    • {backbone} r50 : (ResNet-50), x101(ResNeXt-101) 과 같은 backbone
    • {neck} fpn, pafpn, nasfpn, c4 같은 유형
    • [norm_setting] : bn(Batch Normalization)은 지정하지 않는 한 사용되며, 다른 표준 레이어 유형은 gn(Group Normalization), syncbn(Synchronized Batch Normalization)
      • gn-head/ gn-neck는 GN이 head/neck 에만 적용됨을 나타내고 GN이 gn-all전체 모델(예: backbone, neck, head)에 적용됨을 의미합니다.
    • [misc]: 모델의 기타 설정/플러그인(예: dconv, gcb, attention, albu, mstrain.
    • [gpu x batch_per_gpu]: GPU 및 GPU당 샘플 8x2이 기본적으로 사용됩니다.
    • {schedule}: 교육 일정, 옵션은 1x, 2x, 20e등 1x이며 2x각각 12 Epoch 및 24 Epoch를 의미합니다. 20e는 20 Epoch를 나타내는 cascade 모델에서 채택됩니다. 1x/ 의 경우 2x초기 학습률은 8/16 및 11/22 Epoch에서 10배 감소합니다. 의 경우 20e초기 학습률은 16번째 및 19번째 Epoch에서 10배 감소합니다.
    • {dataset} : coco, cityscapes, voc_0712, wider_face.
• {model}[model setting]{backbone}{neck}[norm setting][misc][gpu x batch_per_gpu]{schedule}{dataset}