Date: 2020/06/28
Author: CW
前言：
本文会对模型训练部分的代码进行解析，主要把训练过程的pipeline过一下，其中有些部分的具体实现会放到后面的篇章中讲解，这部分源码对应于项目的 main.py 文件。
Outline
1、训练pipeline
2、一个训练周期的过程
3、数据处理
训练pipeline
首先是解析运行脚本时用户输入的参数，然后创建记录结果的目录，最后根据用户指定的参数进行训练。
get_args_parser() 方法中设置了用户可以指定的参数项，想要了解的朋友们可以去参考源码，这里就不再阐述了，接下来主要看看 main() 方法，其中的内容就是训练过程的pipeline。
init_distributed_mode() 方法是与分布式训练相关的设置，在该方法里，是通过环境变量来判断是否使用分布式训练，如果是，那么就设置相关参数，具体可参考 util/misc.py 文件中的源码，这里不作解析。
参数项 frozen_weights 代表是否固定住参数的权重，类似于迁移学习的微调。如果是，那么需要同时指定 masks 参数，代表这种条件仅适用于分割任务。上图最后部分是固定随机种子，以便复现结果。
然后就是构造模型、loss函数以及后处理方法、输出可训练的参数数量。
下图的部分包括设置优化器、学习率策略以及构建训练和验证集。
从上图可以看到，这里将backbone和其它部分的参数分开，以便使用不同的初始学习率进行训练。构造数据集使用的 build_dataset() 方法调用了COCO数据集的api，其中的内容具体会在后文展示。
构造了数据集后，设置数据集的采样器，并且装在到 DataLoader，以进行批次训练。
注意到以上使用了 collate_fn 方法来重新组装一个batch的数据，具体细节会在后面数据处理部分一并讲解。
下图部分主要是用于从历史的某个训练阶段中恢复过来，包括加载当时的模型权重、优化器和学习率等参数。
接下来真正开始一个个周期地训练，每个周期后根据学习率策略调整下学习率。
下图部分是将训练结果和相关参数记录到指定文件。
下图中的内容是将训练和验证的结果记录到（分布式）主节点中指定的文件。
最后计算训练的总共耗时并且打印，整个训练流程就此结束。
一个训练周期的过程
这部分对应的代码在 detr/engine.py 中的 train_one_epoch() 方法，在上一节的图中也能看到。顾名思义，这部分内容就是模型在一个训练周期中的操作，下面就来一起瞄瞄里面有啥值得学习的地方。
惯用套路，首先将模型设置为训练模式，这样梯度才能进行反向传播，从而更新模型参数的权重。注意到这里同时将 criterion 对象也设为train模式，它是 SetCriterion 类的一个对象实例，代表loss函数，看了下相关代码发现里面并没有需要学习的参数，因此感觉之类可以将这行代码去掉，后面我会亲自实践看看，朋友们也可一试。
这里用到了一个类 MetricLogger（位于 detr/util/misc.py），它主要用于log输出，其中使用了一个defaultdict来记录各种数据的历史值，这些数据为 SmoothValue（位于 detr/util/misc.py） 类型，该类型通过指定的窗口大小（上图中的 window_size）来存储数据的历史步长（比如1就代表不存储历史记录，每次新的值都会覆盖旧的），并且可以格式化输出。另外 SmoothValue 还实现了统计中位数、均值等方法，并且能够在各进程间同步数据。
MetricLogger 除了通过key来存储SmoothValue以外，最重要的就是其实现了一个log_every的方法，这个方法是一个生成器，用于将每个batch的数据取出（yeild），然后该方法内部会暂停在此处，待模型训练完一次迭代后再执行剩下的内容，进行各项统计，然后再yeild下一个batch的数据，暂停在那里，以此重复，直至所有batch都训练完。这种方式在其它项目中比较少见，感兴趣的炼丹者们可以一试，找些新鲜感~
在计算出loss后，若采用了分布式训练，那么就在各个进程间进行同步。另外，若梯度溢出了，那么此时会产生梯度爆炸，于是就直接结束训练。
于是，为避免梯度爆炸，在训练过程中，对梯度进行裁剪，裁剪方式有很多种，可以直接对梯度值处理，这里的方式是对梯度的范式做截断，默认是第二范式，即所有参数的梯度平方和开方后与一个指定的最大值（下图中max_norm）相比，若比起大，则按比例对所有参数的梯度进行缩放。
最后，将 MetricLogger 统计的各项数据在进程间进行同步，同时返回它们的历史均值，对于这个历史均值的解释见下图注释。
关于 MetricLogger 和 SmoothValue 的具体实现这里就不作解析了，这只是作者的个人喜好，用于训练过程中数据的记录与展示，和模型的工作原理及具体实现无关，大家如果想要将 DETR 用到自己的项目上，完全可以不care这部分。对于 MetricLogger 和 SmoothValue 的这种做法，我们可以学习下里面的技巧，抽象地继承，而不必生搬硬套。
数据处理
先来讲解下第一部分中拉下的collate_fn()，它的作用是将一个batch的数据重新组装为自定义的形式，输入参数batch就是原始的一个batch数据，通常在Pytorch中的Dataloader中，会将一个batch的数据组装为((data1, label1), (data2, label2), ...)这样的形式，于是第一行代码的作用就是将其变为[(data1, data2, data3, ...), (label1, label2, label3, ...)]这样的形式，然后取出batch[0]即一个batch的图像输入到nested_tensor_from_tensor_list()方法中进行处理，最后将返回结果替代原始的这一个batch图像数据。
接着来看看nested_tensor_from_tensor_list()是如何操作的。首先，为了能够统一batch中所有图像的尺寸，以便形成一个batch，我们需要得到其中的最大尺度（在所有维度上），然后对尺度较小的图像进行填充（padding），同时设置mask以指示哪些部分是padding得来的，以便后续模型能够在有效区域内去学习目标，相当于加入了一部分先验知识。
下图演示了如何得到batch中每张图像在每个维度上的最大值，代码已经show得很明白了，CW无需多言。
构建数据集使用的是 build_dataset() 这个方法，该方法位于 datasets/__init__.py 文件。方法内部根据用户参数来构造用于目标检测/全景分割的数据集。image_set 是一个字符类型的参数，代表要构造的是训练集还是验证集。
针对目标检测任务，我们来看看 build_coco() 这个方法的内容，该方法位于 datasets/coco.py。
这个方法首先检查数据文件路径的有效性，然后构造一个字典类型的 PATHS 变量来映射训练集与验证集的路径，最后实例化一个 CocoDetection() 对象，CocoDetection 这个类继承了torchvision.datasets.CocoDetection。
在类的初始化方法中，首先调用父类的初始化方法，将图像文件及标注文件的路径传进去。transforms 是用于数据增强的方法；根据名字来看，ConvertCocoPolysToMask() 这个对象是将数据标注的多边形坐标转换为掩码，但其实不仅仅是这样，或者说不一定是这样，因为需要根据传进去的参数 return_masks 来确定。
另外，需要提下COCO数据集中标注字段annotation的格式，对于目标检测任务，其格式如下：
当 "iscrowd" 字段为0时，segmentation就是polygon的形式，比如这时的 "segmentation" 的值可能为 [[510.66, 423.01, 511.72, 420.03, 510.45......], ..]，其中是一个个polygon即多边形，，这些数按序两两组成多边形各个点的横、纵坐标，也就是说，表示polygon的list中如果有n个数（必定是偶数），那么就代表了 n/2 个点坐标。
至于取数据用到的 __getitem__ 方法，首先也是调用父类的这个方法获得图像和对应的标签，然后 prepare 就是调用 ConvertCocoPolysToMask() 这个对象对图像和标签进行处理，之后若有指定数据增强，则进一步进行对应的处理，最后返回这一系列处理后的图像和对应的标签。
现在我们来看看 ConvertCocoPolysToMask 这个类内部究竟玩了些什么东东。
这里的 target 是一个list，其中包含了多个字典类型的annotation，每个annotation的格式如上一部分的图中所示。这里将 "iscrowd" 为1的数据（即一组对象，如一群人）过滤掉了，仅保留标注为单个对象的数据。
另外这里对bbox的形式做了转换，将"xywh"转换为"x1y1x2y2"的形式，并且将它们控制图像尺寸范围内。
通过上图可以了解到，若传进来的 return_masks 值不为True，那么实质上是没有做 "convert_poly_to_mask" 这个操作的，这也是为何我在上述提到 ConvertCocoPolysToMask() 这个对象的实际操作可能和其命名有所差异。
下图中，keep 代表那些有效的bbox，即左上角坐标小于右下角坐标那些，过滤掉无效的那批。
在进行完处理和过滤操作后，更新annotation里各个字段的值，同时新增 "orig_size" 和 "size" 两个 key，最后返回处理后的图像和标签。
综上所述，ConvertCocoPolysToMask() 仅在传入的参数 return_masks 为True时做了将多边形转换为掩码的操作，该对象的主要工作其实是过滤掉标注为一组对象的数据，以及筛选掉bbox坐标不合法的那批数据。
现在我们来看看 convert_coco_poly_to_mask() 这个方法即将多边形坐标转换为掩码是如何操作的。
该方法中调用的 frPyObjects 和 decode 都是 coco api（pycocotools）中的方法，将每个多边形结合图像尺寸解码为掩码，然后将掩码增加至3维（若之前不足3维）。
这里有个实现上的细节——为何要加一维呢？因为我们希望的是这个mask能够在图像尺寸范围（h, w）中指示每个点为0或1，在解码后，mask的shape应该是 (h,w)，加一维变为 (h,w,1)，然后在最后一个维度使用any()后才能维持原来的维度即(h,w)；如果直接在(h,w)的最后一维使用any()，那么得到的shape会是(h,)，各位可以码码试试。
最后，将一个个多边形转换得到的掩码添加至列表，堆叠起来形成张量后返回。
在本系列第一篇文中我就提到过，说 DETR 的整体工作很solid，没有使用骚里骚气的数据增强，那么我们就来看看它究竟在数据增强方面做了啥。
可以看到，真的是很“老土”！就是归一化、随机反转、缩放、裁剪，除此之外，没有了，可谓大道至简~
另外，提及下，上图中的 T 是项目中的 datatsets/transforms.py 模块，以上各个数据增强的方法在该模块中的实现和 torchvision.transforms 中的差不多，其中ToTensor()会将图像的通道维度排列在第一个维度，并且像素值归一化到0-1范围内；而Normalize()则会根据指定的均值和标准差对图像进行归一化，同时将标签的bbox转换为wh形式后归一化到0-1，此处不再进行解析，感兴趣的可以去参考源码。
@最后
通常，很多项目在数据处理部分都会相对复杂，一方面固然是因为数据处理好了模型才能进行有效训练与学习，而另一方面则是为了适应任务需求而“不得已”处理成这样，其中还可能会使用到一些算法技巧，但是在 DETR中，真的太简单了，coco api 几乎搞定了一切，然后搞几个超级老土的 data augmentation，完事，666！
