Skip to content
Snippets Groups Projects
Unverified Commit 794202e9 authored by CSH's avatar CSH Committed by GitHub
Browse files

Fix migration doc (#2827)

parent c448646a
No related branches found
No related tags found
No related merge requests found
......@@ -102,11 +102,11 @@ No changes in `model.backbone`, `model.neck`, `model.decode_head` and `model.los
Add `model.data_preprocessor` field to configure the `DataPreProcessor`, including:
- `mean`(Sequence, optional): The pixel mean of R, G, B channels. Defaults to None.
- `mean` (Sequence, optional): The pixel mean of R, G, B channels. Defaults to None.
- `std`(Sequence, optional): The pixel standard deviation of R, G, B channels. Defaults to None.
- `std` (Sequence, optional): The pixel standard deviation of R, G, B channels. Defaults to None.
- `size`(Sequence, optional): Fixed padding size.
- `size` (Sequence, optional): Fixed padding size.
- `size_divisor` (int, optional): The divisor of padded size.
......
......@@ -2,7 +2,7 @@
## 引言
本指南介绍了 MMSegmentation 0.x 和 MMSegmentation1.x 在行为和 API 方面的基本区别,以及这些如何都与您的迁移过程相关
本指南介绍了 MMSegmentation 0.x 和 MMSegmentation1.x 在表现和 API 方面的基本区别,以及这些迁移过程的关系
## 新的依赖
......@@ -46,7 +46,7 @@ OpenMMLab 2.0 的主要改进是发布了 MMEngine,它为启动训练任务的
<td>--resume='auto'</td>
</tr>
<tr>
<td>训练期间是否不评估检查点</td>
<td>训练期间是否不评估检查点</td>
<td>--no-validate</td>
<td>--cfg-options val_cfg=None val_dataloader=None val_evaluator=None</td>
</tr>
......@@ -102,11 +102,11 @@ OpenMMLab 2.0 的主要改进是发布了 MMEngine,它为启动训练任务的
- `mean`(Sequence,可选):R、G、B 通道的像素平均值。默认为 None。
- `std`(Sequence,可选):R、G、B通道的像素标准差。默认为 None。
- `std`(Sequence,可选):R、G、B 通道的像素标准差。默认为 None。
- `size`(Sequence,可选):固定的填充大小。
- `size_divisor`(int,可选):填充大小的除法因子
- `size_divisor`(int,可选):填充图像可以被当前值整除
- `seg_pad_val`(float,可选):分割图的填充值。默认值:255。
......@@ -154,14 +154,14 @@ train_dataloader = dict(
batch_size=4,
num_workers=4,
dataset=dict(...),
sampler=dict(type='DefaultSampler', shuffle=True) # necessary
sampler=dict(type='DefaultSampler', shuffle=True) # 必须
)
val_dataloader = dict(
batch_size=4,
num_workers=4,
dataset=dict(...),
sampler=dict(type='DefaultSampler', shuffle=False) # necessary
sampler=dict(type='DefaultSampler', shuffle=False) # 必须
)
test_dataloader = val_dataloader
......@@ -417,10 +417,10 @@ runner = dict(type='IterBasedRunner', max_iters=20000)
<td>
```python
# The `val_interval` is the original `evaluation.interval`.
# `val_interval` 是旧版本的 `evaluation.interval`
train_cfg = dict(type='IterBasedTrainLoop', max_iters=20000, val_interval=2000)
val_cfg = dict(type='ValLoop') # Use the default validation loop.
test_cfg = dict(type='TestLoop') # Use the default test loop.
val_cfg = dict(type='ValLoop') # 使用默认的验证循环。
test_cfg = dict(type='TestLoop') # 使用默认的测试循环。
```
</td>
......@@ -438,22 +438,22 @@ test_cfg = dict(type='TestLoop') # Use the default test loop.
```python
default_hooks = dict(
# record the time of every iterations.
# 记录每次迭代的时间。
timer=dict(type='IterTimerHook'),
# print log every 50 iterations.
# 每50次迭代打印一次日志。
logger=dict(type='LoggerHook', interval=50, log_metric_by_epoch=False),
# enable the parameter scheduler.
# 启用参数调度程序。
param_scheduler=dict(type='ParamSchedulerHook'),
# save checkpoint every 2000 iterations.
# 每2000次迭代保存一次检查点。
checkpoint=dict(type='CheckpointHook', by_epoch=False, interval=2000),
# set sampler seed in distributed environment.
# 在分布式环境中设置采样器种子。
sampler_seed=dict(type='DistSamplerSeedHook'),
# validation results visualization.
# 验证结果可视化。
visualization=dict(type='SegVisualizationHook'))
```
......@@ -505,13 +505,13 @@ visualizer = dict(
```python
env_cfg = dict(
# whether to enable cudnn benchmark
# 是否启用 cudnn_benchmark
cudnn_benchmark=False,
# set multi process parameters
# 设置多进程参数
mp_cfg=dict(mp_start_method='fork', opencv_num_threads=0),
# set distributed parameters
# 设置分布式参数
dist_cfg=dict(backend='nccl'),
)
```
......
#包结构更改
# 包结构更改
本节包含您对 MMSeg 0.x 和 1.x 之间的变化感到好奇的内容。
本节包含您对 MMSeg 0.x 和 1.x 之间的变化可能感到好奇的内容。
<table>
<tr>
......@@ -49,7 +49,7 @@
## `mmseg.ops`
`ops` 包含 `encoding``wrappers`,它们被移到了 `mmseg.models.utils` 中。
`ops` 包含 `encoding``wrappers`,它们被移到了 `mmseg.models.utils` 中。
## 增加的包
......@@ -110,4 +110,4 @@ OpenMMLab 2.0 将 `BaseDataset` 定义为数据集的函数和接口,MMSegment
### `mmseg.models`
`models` 没有太大变化,只是从以前的 `mmseg.ops` 添加了 `encoding``wrappers`
`models` 没有太大变化,只是从以前的 `mmseg.ops` 添加了 `encoding``wrappers`
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment