Breaking Changes
^^^^^^^^^^^^^^^^
- 修改了custom_evaluator中get_miss_rate方法的参数配置，使得能够在其内部计算不同fppi阈值下的ap值。传入时应增加drec与prec，返回值增加fppi_ap
Highlights
^^^^^^^^^^
-
算法类型：
* 【目标检测】
* 支持YOLOV6、OneNet （nms-free）、OTA 等算法
* 支持重参数化算法RepVgg 版本resnet -
通用特性
* 【大模型训练推理】
* 动态Checkpoint 算法支持：动态的选择最优的checkpoint 模块进行更快速的模型训练
* 超大规模训练list 推理支持：解决了内存溢出的问题、支持断点resume 功能
* 【神经网络搜索】
* 支持BigNas 系列模型搜索功能，配合lantency 测速功能可以选取最优的网络结构
* 支持基于强化学习的模型搜索方法 Meta-X
Other Features
^^^^^^^^^^^^^^
- 支持类别数为1时的3d检测及det_3d 任务的部署
- 支持检测标注漏标检查
- 支持group evaluator，更好处理密集目标的数据集问题
- 支持video inference功能
- 新增inference中分类和分割任务结果可视化的功能
- 支持key_replace的weapper方式
- 新增list_balance及class_balance的sampler方式
- 新增eval中metric可以指定compare key的功能
- 支持忽略指定类别的情况下进行bad case analysis
- RetinaNet添加share_location, class_first字段，支持每个类的独立回归 （仅支持推理）
- 新增custom dataset和rank custom dataset的test resume
- 支持在resnet中指定池化层以及out_channel宽度
- 新增分类后处理量化功能
- 支持获取clsdataset中每种类别所包含样本的id及各类别样本数目的方法
- 提供build前后内存使用信息
- 支持计算clseval中平均f1/acc/prec
- 支持MR eval区分目标size进行评测
- 支持grad_cam及特征图可视化
- 部署生成meta.json添加model_name信息
- 支持样本标签合理性判断，支持样本漏标可能性的判断
- 支持内存监测相关hook
- 支持根据file list及file folder直接进行推理的功能
- 支持在cfg中指定latest save freq
Bug Fixes
^^^^^^^^^
- 修复了配置文件中data_pool指定为空列表时引起的bug
- 修改分类任务中存储结果，可以选择性存储所有score
- 修复resnet中freeze layer在参数freeze后mode仍为training的bug
- 修复typos错误
- 修复了cfg中pretrain_model加载了错误参数的bug
- 修复了saver中拷贝文件及存储ckpt时目标路径存在文件而引起的bug
- 修复了multitast在eval阶段仍使用sysn bn的bug
- 修复了ckpt中ema值为空时load失败的bug
- 修复了swin_trans cfg文件中lr_scheduler层级错误的bug
- 修复了分类任务中因存储数据变化而引起bad case analysys不适配的bug
- 修复了vis hook 文档和实际参数不匹配的问题
- 修复了semantic_fpn在inference仍计算loss的bug
- 修复了test_resume中done_imgs变量调用错误的bug
- 修复了retinenet iou分支转模型的bug
- 修复了QuantRunner类calibrate方法中错误track梯度的问题
- 修复了inference时读取ckpt时不适配的bug
- 修复了配置文件中train和test使用不同dataloader引起的inference中不适配bug
- 修复了ceph reader读取以‘/’开头的文件时join失败的bug
- 修复了roi_head中conv前后inplane不适配的bug
- 修复了label_mapping为none时image_source获取错误的bug
- 修复了launch为mpi时报错的bug