SwanLab官方文档

Appearance

MMDetection ​

教程

mmdetection如何使用swanlab远程查看训练日志

MMdetection 是一个由 OpenMMLab 社区开发的深度学习训练框架，建立在 PyTorch 深度学习框架之上，旨在为研究人员和工程师提供一个高效、灵活、易于扩展的目标检测平台。MMDetection 支持多种主流的目标检测方法，并提供了大量预训练模型和丰富的配置选项，使得在目标检测任务中的应用和开发变得更加便捷。

可以通过修改MMDetection的配置文件来使用SwanLab作为实验记录工具。

在配置文件中指定SwanLab作为VisBackend ​

确保你安装了SwanLab，或者使用pip install -U swanlab安装最新版。

将如下内容添加到mmdetection的config文件中, 其中init_kwargs中填入的参数字典与swanlab.init的规则一致:

python
# swanlab visualizer
custom_imports = dict(  # 引入SwanLab作为日志记录器，对于部分不支持custom_imports的项目可以直接初始化SwanlabVisBackend并加入vis_backends
    imports=["swanlab.integration.mmengine"], allow_failed_imports=False
)

vis_backends = [
    dict(
        type="SwanlabVisBackend",
        init_kwargs={ # swanlab.init 参数
            "project": "swanlab-mmengine",
            "experiment_name": "Your exp",  # 实验名称
            "description": "Note whatever you want",  # 实验的描述信息
        },
    ),
]

visualizer = dict(
    type="Visualizer",
    vis_backends=vis_backends,
    name="visualizer",
)

有关其他引入方法和更灵活的配置，可以参考MMEngine接入SwanLab

使用案例：MMDetection训练faster-rcnn ​

首先克隆MMDetction项目到本地。

然后在faster-rnn对应的config文件（configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py）的最后增加下面的代码：

python
_base_ = [
    '../_base_/models/faster-rcnn_r50_fpn.py',
    '../_base_/datasets/coco_detection.py',
    '../_base_/schedules/schedule_1x.py', '../_base_/default_runtime.py'
]

# swanlab
custom_imports = dict(  # 引入SwanLab作为日志记录器
    imports=["swanlab.integration.mmengine"], allow_failed_imports=False
)
vis_backends = [
    dict(type="LocalVisBackend"),
    dict(
        type="SwanlabVisBackend",
        init_kwargs={  # swanlab.init 参数
            "project": "MMDetection",  # 项目名称
            "experiment_name": "faster-rcnn",  # 实验名称
            "description": "faster-rcnn r50 fpn 1x coco",  # 实验的描述信息
        },
    ),
]
visualizer = dict(
    type="DetLocalVisualizer", vis_backends=vis_backends, name="visualizer"
)

然后开启训练即可：

bash
python tools/train.py configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py

ig-mmengine-1

在swanlab中远程查看训练日志：

ig-mmengine-2