学习前言

在学会使用一个深度学习库之后，如果想要进一步融入自己的想法，要对深度学习库进行分解，如何分解与学习，是提升效率的关键。

深度学习库的组成

一般来讲，深度学习库的功能包括两个部分，一部分是训练模型，另一部分是利用模型进行预测。
在训练模型时，需要考虑模型本身，训练参数，数据加载与损失函数。
在预测模型时，需要考虑模型本身，数据加载，预测后处理。

综合起来，一个能用的深度学习库需要包含如下5个部分：
模型本身，训练参数，数据加载，损失函数，预测后处理。

一、模型本身

一般来讲，模型本身在仓库中的名字是net（网络）或者model（模型）。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，网络结构的部分就存储在model文件夹中，基本上网络的组成与构建，都会在这个部分完成。如果想要修改与了解网络结构，一般是在这一部分进行操作。


打开每一个.py文件可知，YoloV5的结构模块保存在common.py文件中，整体模型的构建在yolo.py文件中，下面第一幅图是common.py文件的内容，第二部图是yolo.py文件的内容。


YoloV5的库通过Yaml文件进行模型的构建，看起来不算特别清晰，但也确实挺方便的。

接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，网络结构的部分就存储在nets文件夹中。基本上网络的组成与构建，都会在这个部分完成。如果想要修改与了解网络结构，一般是在这一部分进行操作。

二、训练参数

训练参数一般伴随着训练文件，因此一般在train.py文件里面，每一个库指定参数的方式不同，有些喜欢通过yaml文件指定，有些喜欢通过cfg文件指定，有些甚至通过py文件指定，都不一样，这个需要参考每一个库的组成去分析。但大多数库都可以在train.py文件中找到蛛丝马迹。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，我们打开其train.py，寻找对应的训练参数。简单浏览整个train.py文件，找到入口函数，分析可知，yolov5通过argparse指定参数。argparse是python自带的命令行参数解析包，可以用来方便地读取命令行参数。结合yolov5训练的指令可知，yolov5利用argparse通过命令行获取参数。

python train.py --data coco.yaml --cfg yolov5n.yaml --weights '' --batch-size 128

除此之外，yolov5其实还通过hyps的yaml文件指定参数，也是一些训练参数，有关数据增强，学习率，损失函数等。

这种yaml文件其实用起来也蛮方便的，毕竟创建一个新的yaml文件就可以重新设置一套新的参数。有利有弊，对于新手而言，yaml文件与训练文件分离，有些时候会看不过来。对于老手而言，这样用起来就非常方便了。

接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，我们打开其train.py，寻找对应的训练参数。简单浏览整个train.py文件，找到入口函数，可以很容易发现，该仓库使用指定变量的方式来指定参数，

结合注释比较容易理解，这种方式同样有利有弊，对于新手而言，这种设定方式非常直观，前面写后面用。对于老手而言，如果要配置多套训练参数，非常繁琐。

用到的训练参数我就不一一解析了，无论是哪个库，开发者大多数参数都会给予注释，如果开发者不给予注释的话，和前面所提的一样，建议换一个仓库、

三、数据加载

数据加载分为两部分，一部分是训练的数据加载，另一部分是预测的数据加载。

1、训练部分

训练的数据加载其实是非常重要的，直接关系到模型的训练，监督模型在训练时加载的数据一般分为两部分，一部分是输入变量，通常是图片；另一部分是标签，在目标检测中就是图片对应的框的坐标，在语义分割中就是每个像素点的种类。

一般来讲，数据加载部分，模型本身在仓库中的名字是data、datasets或者dataloader。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，网络结构的部分就存储在datasets文件中。初次看yolov5的库，可能会以为数据加载部分的内容在data文件夹中，点进去会发现，其实data都是数据集下载相关的内容，这种判断错误是正常的，毕竟这属于相似概念了。

实际的数据集加载文件，datasets文件在utils文件夹中。

简单翻一下datasets，可以知道该文件通过create_dataloader函数构建文件加载器，然后通过LoadImagesAndLabels这个文件加载器的类来获取图片与标签文件。


然后在这个LoadImagesAndLabels中，算法会进行数据增强、数据预处理等操作，最终返回输入图片与标签。下图为__getitem__方法返回的图片与标签。

接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，我们比较容易的可以寻找到dataloader.py文件，也在utils文件夹中。

在YoloDataset的__getitem__方法中返回图片与标签。

2、预测部分

预测的数据加载和训练的数据加载相比，少了数据增强与标签处理的部分，因此会相对简单一些，主要是对输入图片进行预处理。
既然是预测部分的数据预处理，我们需要从预测文件开始寻找。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，在detect.py预测文件中可以发现，YoloV5通过文件加载器的方式获得预测的图片文件，在文件加载器中，我们会对图片文件进行预处理，比如resize到一定的大小，进行图片的归一化等。


接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，从predict.py预测文件开始进行分析，我们调用了YOLO类的detect_image方法。也就很容易发现，预处理的过程在yolo.py的detect_image方法中。

四、损失函数

一般来讲，损失函数在仓库中的名字是Loss（损失），Loss函数是模型优化的目标，在训练过程中Loss理论上是要被越优化越小的。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，我们在库中寻找一些损失函数，很容易可以发现，loss.py在utils文件夹中

结合train.py调用的函数来看，可以很容易发现，yolov5计算损失时，调用的是ComputeLoss类，进一步定位Loss的计算。


Loss组成的话，每个仓库有每个仓库不同的组成方式，因此解析的难度是非常大的，特别是在目标检测中，正样本的选取方式多样，很难直接对Loss有个整体的认知，想要进一步了解Loss的工作，通常要对损失进行一行、一行的分析。

接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，该库并没有直接提供名为Loss.py的损失函数文件，结合train.py的执行流程进行分析，可以比较容易的知道，在yolo_training.py文件夹中，定义了一个名为YOLOLoss的类。

进入yolo_training.py文件夹，这个命名为YOLOLoss的类，就是用于进行损失计算的了。

五、预测后处理

预测的后处理主要包括了预测结果的解码与预测图片的可视化。
既然是预测部分的后处理，我们需要从预测文件开始寻找。

以YoloV5仓库为例，https://github.com/ultralytics/yolov5，在detect.py预测文件中可以发现，YoloV5在获得预测结果之后，进行了非极大抑制，然后进行了图片的绘制与可视化。

接下来以我提供的YoloV4仓库为例，https://github.com/bubbliiiing/yolov4-pytorch，从predict.py预测文件开始进行分析，我们调用了YOLO类的detect_image方法。也就很容易发现，后处理的过程在yolo.py的detect_image方法中。在完成图片的预测后，我们对预测结果进行解码与非极大抑制，最后进行绘图。