Table of Contents
Shortcuts

常见问题解答（FAQ）

我们在这里列出了使用时的一些常见问题及其相应的解决方案。 如果您发现有一些问题被遗漏，请随时提 PR 丰富这个列表。 如果您无法在此获得帮助，请使用 issue模板创建问题，但是请在模板中填写所有必填信息，这有助于我们更快定位问题。

安装

兼容的MMSegmentation和MMCV版本如下。请安装正确版本的MMCV以避免安装问题。

MMSegmentation version MMCV version MMClassification version
master mmcv-full>=1.5.0, \<1.8.0 mmcls>=0.20.1, \<=1.0.0
0.30.0 mmcv-full>=1.5.0, \<1.8.0 mmcls>=0.20.1, \<=1.0.0
0.29.1 mmcv-full>=1.5.0, \<1.8.0 mmcls>=0.20.1, \<=1.0.0
0.29.0 mmcv-full>=1.5.0, \<1.7.0 mmcls>=0.20.1, \<=1.0.0
0.28.0 mmcv-full>=1.5.0, \<1.7.0 mmcls>=0.20.1, \<=1.0.0
0.27.0 mmcv-full>=1.5.0, \<1.7.0 mmcls>=0.20.1, \<=1.0.0
0.26.0 mmcv-full>=1.5.0, \<=1.6.0 mmcls>=0.20.1, \<=1.0.0
0.25.0 mmcv-full>=1.5.0, \<=1.6.0 mmcls>=0.20.1, \<=1.0.0
0.24.1 mmcv-full>=1.4.4, \<=1.6.0 mmcls>=0.20.1, \<=1.0.0
0.23.0 mmcv-full>=1.4.4, \<=1.6.0 mmcls>=0.20.1, \<=1.0.0
0.22.0 mmcv-full>=1.4.4, \<=1.6.0 mmcls>=0.20.1, \<=1.0.0
0.21.1 mmcv-full>=1.4.4, \<=1.6.0 Not required
0.20.2 mmcv-full>=1.3.13, \<=1.6.0 Not required
0.19.0 mmcv-full>=1.3.13, \<1.3.17 Not required
0.18.0 mmcv-full>=1.3.13, \<1.3.17 Not required
0.17.0 mmcv-full>=1.3.7, \<1.3.17 Not required
0.16.0 mmcv-full>=1.3.7, \<1.3.17 Not required
0.15.0 mmcv-full>=1.3.7, \<1.3.17 Not required
0.14.1 mmcv-full>=1.3.7, \<1.3.17 Not required
0.14.0 mmcv-full>=1.3.1, \<1.3.2 Not required
0.13.0 mmcv-full>=1.3.1, \<1.3.2 Not required
0.12.0 mmcv-full>=1.1.4, \<1.3.2 Not required
0.11.0 mmcv-full>=1.1.4, \<1.3.0 Not required
0.10.0 mmcv-full>=1.1.4, \<1.3.0 Not required
0.9.0 mmcv-full>=1.1.4, \<1.3.0 Not required
0.8.0 mmcv-full>=1.1.4, \<1.2.0 Not required
0.7.0 mmcv-full>=1.1.2, \<1.2.0 Not required
0.6.0 mmcv-full>=1.1.2, \<1.2.0 Not required

如果你安装了mmcv，你需要先运行pip uninstall mmcv。 如果mmcv和mmcv-full都安装了，会出现 “ModuleNotFoundError”。

  • “No module named ‘mmcv.ops’”; “No module named ‘mmcv._ext’”.

    1. 使用pip uninstall mmcv卸载环境中现有的mmcv。

    2. 按照安装说明安装mmcv-full。

如何获知模型训练时需要的显卡数量

  • 看模型的config文件的命名。可以参考学习配置文件中的配置文件命名风格部分。比如，对于名字为segformer_mit-b0_8x1_1024x1024_160k_cityscapes.py的config文件，8x1代表训练其对应的模型需要的卡数为8，每张卡中的batch size为1。

  • 看模型的log文件。点开该模型的log文件，并在其中搜索nGPU，在nGPU后的数字个数即训练时所需的卡数。比如，在log文件中搜索nGPU得到nGPU 0,1,2,3,4,5,6,7的记录，则说明训练该模型需要使用八张卡。

auxiliary head 是什么

简单来说，这是一个提高准确率的深度监督技术。在训练阶段，decode_head 用于输出语义分割的结果，auxiliary_head 只是增加了一个辅助损失，其产生的分割结果对你的模型结果没有影响，仅在在训练中起作用。你可以阅读这篇论文了解更多信息。

为什么日志文件没有被创建

在训练脚本中，我们在第167行调用 get_root_logger 方法，然后 mmseg 的 get_root_logger 方法调用 mmcv 的 get_logger，mmcv 将返回在 ‘mmsegmentation/tools/train.py’ 中使用参数 log_file 初始化的同一个 logger。在训练期间只存在一个用 log_file 初始化的 logger。

参考：https://github.com/open-mmlab/mmcv/blob/21bada32560c7ed7b15b017dc763d862789e29a8/mmcv/utils/logging.py#L9-L16

如果你发现日志文件没有被创建，可以检查 mmcv.utils.get_logger 是否在其他地方被调用。

运行测试脚本时如何输出绘制分割掩膜的图像

在测试脚本中，我们提供了show-dir参数来控制是否输出绘制的图像。用户可以运行以下命令:

python tools/test.py {config} {checkpoint} --show-dir {/path/to/save/image} --opacity 1

如何处理二值分割任务?

MMSegmentation 使用 num_classes 和 out_channels 来控制模型最后一层 self.conv_seg 的输出. 更多细节可以参考 这里.

num_classes 应该和数据集本身类别个数一致，当是二值分割时，数据集只有前景和背景两类, 所以 num_classes 为 2. out_channels 控制模型最后一层的输出的通道数，通常和 num_classes 相等, 但当二值分割时候, 可以有两种处理方法, 分别是：

  • 设置 out_channels=2, 在训练时以 Cross Entropy Loss 作为损失函数, 在推理时使用 F.softmax() 归一化 logits 值, 然后通过 argmax() 得到每个像素的预测结果.

  • 设置 out_channels=1, 在训练时以 Binary Cross Entropy Loss 作为损失函数, 在推理时使用 F.sigmoid() 和 threshold 得到预测结果, threshold 默认为 0.3.

对于实现上述两种计算二值分割的方法, 需要在 decode_head 和 auxiliary_head 的配置里修改. 下面是对样例 pspnet_unet_s5-d16.py 做出的对应修改.

  • (1) num_classes=2, out_channels=2 并在 CrossEntropyLoss 里面设置 use_sigmoid=False.

decode_head=dict(
    type='PSPHead',
    in_channels=64,
    in_index=4,
    num_classes=2,
    out_channels=2,
    loss_decode=dict(
        type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0)),
auxiliary_head=dict(
    type='FCNHead',
    in_channels=128,
    in_index=3,
    num_classes=2,
    out_channels=2,
    loss_decode=dict(
        type='CrossEntropyLoss', use_sigmoid=False, loss_weight=0.4)),

  • (2) num_classes=2, out_channels=1 并在 CrossEntropyLoss 里面设置 use_sigmoid=True.

decode_head=dict(
    type='PSPHead',
    in_channels=64,
    in_index=4,
    num_classes=2,
    out_channels=1,
    loss_decode=dict(
        type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0)),
auxiliary_head=dict(
    type='FCNHead',
    in_channels=128,
    in_index=3,
    num_classes=2,
    out_channels=1,
    loss_decode=dict(
        type='CrossEntropyLoss', use_sigmoid=True, loss_weight=0.4)),

reduce_zero_label 的作用

数据集中 reduce_zero_label 参数类型为布尔类型, 默认为 False, 它的功能是为了忽略数据集 label 0. 具体做法是将 label 0 改为 255, 其余 label 相应编号减 1, 同时 decode head 里将 255 设为 ignore index, 即不参与 loss 计算. 以下是 reduce_zero_label 具体实现逻辑:

if self.reduce_zero_label:
    # avoid using underflow conversion
    gt_semantic_seg[gt_semantic_seg == 0] = 255
    gt_semantic_seg = gt_semantic_seg - 1
    gt_semantic_seg[gt_semantic_seg == 254] = 255

注意: 使用 reduce_zero_label 请确认数据集原始类别个数, 如果只有两类, 需要关闭 reduce_zero_label 即设置 reduce_zero_label=False.