Universal pytorch train & test framework, which is developed for fast implementation, research and deploy
基础设计实现参照, Thanks for their brilliant works
- pytorch cycle-gan
- fairseq
- mmdetection
- 基础组件的拆分: backbone, dataset, loss, post_process
- 通用的model组装文件、推理model. (是否需要将推理model集成)
- 组件注册机制，全局文件配置
- 配置的方式实现loss加权、打印
- 模型初始化参数统一配置:normal, xavier, kaiming, orthogonal. !!支持按照不同的模块初始化
- 预处理可配置pipe_line: 图像-常见的pad, resize, toTensor(到0~1)，通道转换
- deep NLP 与 图像 有很大的不同。利用torchtext实现一个针对NLP的通用预处理
- feature: 注册的函数类型后处理,支持部分参数给定. 例如，使用functools.partial
- feature: 支持配置pytorch内置的loss
- feature； weight-decay 配置
-
feature: backbone支持函数返回model - 通用的流程 pipe_line抽象, 如：检测+识别，添加服务代码
- visdom训练loss可视化，以及结果的可视化. 代码中启动visdom, 不能手动启动visdom
- 支持训练时评估：从dataset 和 临时的文件夹。 需要可配置是否使用
- 提供lmdb, HDF5数据库的通用读写工具、模板代码
- new feature!!! 模型加速：TVM 或者 TensorRT 实现提供deploy ready模型编译。倾向于TVM，比较有前景的技术栈
- DataParallel之外的，高效的多卡分布式训练。pytorch自带的及第三方的
易用性
- 使用文档及范例
- 提供更多的常用基础组件的实现， 比如efficient Net, resnet FPN 等， 常用的loss, 如dice loss, centre loss, arc face等, anchor方法等一系列相关东西
The interface is unstable.
Now including:
- C^2TD: a fast and robust text detector via centre line regression and centre border probability[.config\c2td.py]
- CRNN & GRCNN: only inference
- pixel-link: Codes are from https://git.iyunxiao.com/DeepVision/pytorch-ocr-framework
- im2latex: 少量没有解耦. Codes are from https://git.iyunxiao.com/DeepVision/pytorch-ocr-framework
- Unet segmentation
- To be continue: Transformers
- 初步的框架设计，统一的训练、推理抽象。完成1-5点
- 增加文字识别模型resnet的backbone添加进来，并将beamsearch后处理及文字后处理整合到ctc_decode.py后处理， 但是这部分代码一直在变动，后处理的代码应该再考虑怎么更好加进来
单例推理预处理部分，这里是参考了注册机制，每一个模型的预处理注册一个预处理函数，但是感觉这样不太好， 很多预处理的代码有重复部分，可能要考虑怎么抽取出来，用参数配置的方式- 增加im2latext及pixellink训练代码
- visdom子进程启动。可视化显示loss. 等待"支持训练时评估"功能完成后，接入更多的可视化展示
- 增加OCR通用识别模型， 检测，识别dataset
- 训练预处理可配置pipe_line (常用预处理操作)
- 增加evaluators模块供训练时评估 (目前支持dataset的, 临时文件夹评估待完成)