model.cfg = cfg

Question

안녕하세요. tiny kitti 데이터로 MMDetection Train 실습 - Train 실행 후 이미지 inferece 강의 마지막 부분에서 model.cfg = cfg 부분의 코드가 이해가 되지 않아서 문의드립니다. 먼저 inferece를 하기 전에 왜 model.cfg = cfg 라는 코드가 필요한지 이해가 되지 않습니다. ㅜㅜ 그런데 해당 작업을 하지 않으면 코드가 되지 않는 것을 보아서 왜 그런지 이해가 되지 않은 상태입니다 .... 애초에 model이라는 객체를 생성할 때 수정된 cfg에 대한 내용이 반영되는 것으로 이해를 하고 있어서요.... 아니면 train_detector(model, datasets, cfg, distributed= False , validate= True ) 코드 이후에 .. cfg에 대한 부분이 반영이 되고 해당 cfg를 반영하기 위해서 model.cfg = cfg로 작업을 하는지 궁금합니다. 두번째 질문입니다. model = build_detector(cfg.model, train_cfg=cfg.get( 'train_cfg' ), test_cfg=cfg.get( 'test_cfg' )) model.CLASSES = datasets[ 0 ].CLASSES model.cfg 해당 데이터셋을 모델에 넘겨줄 때, model이라는 객체를 생성하는데 왜 이 경우에는 model.cfg의 경우, 에러가 발생하는지 문의드립니다.

권 철민 · Answer

안녕하십니까, 1. 학습 시에는 model 과 config가 별도로 구성되어 있어야 하지만 inference시에는 model 객체가 config를 가지고 있어야 하는 식으로 API가 구성이 된 것 같습니다. (음, 왜 이렇게 일관성없이 API를 설계했는지는 모르겠습니다.) Config가 비단 model 뿐만 아니라 학습 Pipeline이라든가 다양한 요소를 가지기 때문에 model과 config가 별도로 되어 있고, 필요하면 model에서 config의 특정 요소를 가져가는 방식을 취하는 게 맞을것 같습니다. 그래서 아래와 같이 train_detector(model, datasets, cfg, distributed= False , validate= True ) 시 model객체에서 내부 변수로 cfg를 가져가지 않는 것으로 보입니다. 그리고 inference 시에는 inference_detector()에서 config입력이 없으므로 model 객체의 내부 변수로 config를 할당하는 방식을 취한 것으로 보입니다. model.cfg = cfg result = inference_detector(model, img) 2. 첫번째 답변 드린것과 유사하게 build_detector()시 model 객체에서 내부 변수로 config를 가져가지 않아서 발생하는 오류로 보입니다. 감사합니다.