2021SC@SDUSC

首先上接Head部分

modeling/mask.py、modeling/head/mask_head.py解读：

相关配置文件：

掩膜类：

modeling/head/mask_head.py：

相关配置文件：

?掩膜特征类

掩膜头类

然后是MaskRcnn的Post_process部分

post_process.py源码解析：

在yaml的配置文件：/configs/_base_/models/mask_rcnn_r50_fpn.yml

相关引用库：

bbox后处理类

掩膜后处理类

?优化器部分对应源码解析：

在yaml的配置文件：https://blog.csdn.net/qq_45684033/article/details/_base_/optimizers/rcnn_1x.yml

相关引用库：

分段式衰减模块（调整学习率）

?线性预热模块（调整学习率）

?学习率优化模块（将上面两种学习率优化方法调入）

?优化器模块（学习率优化模块调入）

由此整个Mack Rcnn完整的pipeline就是这样通过yaml文件构建好了，后面根据train、test、val的具体应用情况来拔插相应的模块。