DesignConvention_CN.md

代码库的设计和约定

English | 简体中文

目录

1. 整体框架
2. 特性
   1. 动态实例化
3. 约定

整体框架

整个 BasicSR 框架可以分为以下几个部分 —— 数据 (Data), 模型 (Model), 配置文件 (Options/Configs) 和训练过程.
当我们修改或定义新的方法时, 也往往是从以上几个方面进行修改/添加的.
下图概括了整体的框架.

特性

动态实例化

(Dynamic Instantiation)

当我们新写了类 (Class) 或 函数 时, 可直接在配置文件中使用. 程序会根据配置文件的类名 或 函数名, 自动查找并实例化. 这个过程称为 动态实例化 (Dynamic Instantiation).

具体而言, 我们是通过 importlib 和 getattr 来实现的. 以data为例, 我们在data/__init__.py 中是如下做的:

1. 扫描所有以_dataset.py为结尾的文件 (这是约定)
2. 把这些文件中的 类 或 函数 通过 importlib 都 import 进来
3. 根据配置文件中的名称, 通过getattr实例化

# automatically scan and import dataset modules
# scan all the files under the data folder with '_dataset' in file names
data_folder = osp.dirname(osp.abspath(__file__))
dataset_filenames = [
    osp.splitext(osp.basename(v))[0] for v in mmcv.scandir(data_folder)
    if v.endswith('_dataset.py')
]
# import all the dataset modules
_dataset_modules = [
    importlib.import_module(f'basicsr.data.{file_name}')
    for file_name in dataset_filenames
]

...

# dynamic instantiation
for module in _dataset_modules:
    dataset_cls = getattr(module, dataset_type, None)
    if dataset_cls is not None:
        break

我们对以下模块使用了类似的技巧, 在使用的时候需要注意文件后缀名称的约定:

Module	File Suffix	Example
Data	_dataset.py	data/paired_image_dataset.py
Model	_model.py	basicsr/models/sr_model.py
Archs	_arch.py	basicsr/models/archs/srresnet_arch.py

注意:

1. 上面的文件后缀只用在需要的文件中, 其他文件命名尽量避免使用以上的后缀
2. 注意 类名 或 函数名 不能重复

另外对 losses 和 metrics, 我们也使用了 importlib 和 getattr, 但是和上面不一样的是, 对于losses和metrics, 由于文件数量比较少, 改动也少, 因此我们不采用扫描文件的方式, 而是在新增加类/函数后, 需要在相应的 __init__.py 中增加类/函数名称.

Module	Path	Modify __init__.py
Losses	basicsr/models/losses	basicsr/models/losses/__init__.py
Metrics	basicsr/metrics	basicsr/metrics/__init__.py

约定

1. 动态实例化, 以下模块文件后缀名有要求, 否则不能做到自动实例化.

   Module	File Suffix	Example
   Data	_dataset.py	data/paired_image_dataset.py
   Model	_model.py	basicsr/models/sr_model.py
   Archs	_arch.py	basicsr/models/archs/srresnet_arch.py

2. 在Log的时候, loss项使用l_开头, 这样在 tensorboard 显示的时候, 所有loss会被组织到一起. 比如在 basicsr/models/srgan_model.py中, 使用了l_g_pix, l_g_percep, l_g_gan等. 在basicsr/utils/logger.py, 他们会被组织到一起:

   if k.startswith('l_'):
       self.tb_logger.add_scalar(f'losses/{k}', v, current_iter)
   else:
       self.tb_logger.add_scalar(k, v, current_iter)