[Docs] Add Chinese dataflow markdown #2652

AI-Tianlong · 2023-02-27T10:42:51Z

Modification

Add Chinese dataflow markdown

Dev 1.x

…ev-1.x

csatsurnh · 2023-02-28T00:47:48Z

Please add extra space between Chinese and English characters/numbers, e.g.
我们将介绍Runner管理的内部模块之间的数据流和数据格式约定。 --> 我们将介绍 Runner 管理的内部模块之间的数据流和数据格式约定。
共计20000次迭代 --> 共计 20000 次迭代

csatsurnh · 2023-02-28T00:58:08Z

docs/zh_cn/advanced_guides/data_flow.md

+
+![Basic dataflow](https://user-images.githubusercontent.com/112053249/199228350-5f80699e-7fd2-4b4c-ac32-0b16b1922c2e.png)
+
+虚线边框、灰色填充形状代表不同的数据格式，而实心框表示模块/方法。由于 MMEngine 的极大灵活性和可扩展性，一些重要的基类可以被继承，并且它们的方法可以被覆写。 上图所示数据流仅适用于当用户没有自定义 `Runner`中的`TrainLoop`、`ValLoop` 和 `TestLoop`，并且没有在其自定义模型中覆写`train_step`、`val_step`和`test_step`方法时。MMSegmentation 中loop的默认设置如下：使用`IterBasedTrainLoop` 训练模型，共计20000次迭代，并且在每2000次迭代后进行一次验证。


由于 MMEngine 的极大灵活性和可扩展性 --> 由于 MMEngine 极大的灵活性和可扩展性

csatsurnh · 2023-02-28T00:59:57Z

docs/zh_cn/advanced_guides/data_flow.md

+test_cfg = dict(type='TestLoop')
+```
+
+在上图中，红色线表示[train_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#train_step)***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#train_step)）***，在每次训练迭代中，数据加载器(dataloader)从存储中加载图像并传输到数据预处理器(data preprocessor)，数据预处理器会将图像放到特定的设备上，并将数据堆叠到批处理中，之后模型接受批处理数据作为输入，最后将模型的输出发送给优化器(optimizer)。蓝色线表示[val_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#val_step)和[test_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#test_step)***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#test_step)）***。这两个过程的数据流除了模型输出与`train_step`不同外，其余均和`train_step`类似。由于在评估时模型参数会被冻结，因此模型的输出将被传递给[Evaluator](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/evaluation.md#ioumetric)***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/evaluation.md#ioumetric)）***


use DBC parentheses between Chinese and English e.g.
数据加载器(dataloader)从存储中 --> 数据加载器（dataloader）从存储中
similarly hereinafter

Sorry, I accidentally closed PR😥

csatsurnh · 2023-02-28T01:35:55Z

docs/zh_cn/advanced_guides/data_flow.md

+test_cfg = dict(type='TestLoop')
+```
+
+在上图中，红色线表示 [train_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#train_step) ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#train_step)）*** ，在每次训练迭代中，数据加载器 (dataloader) 从存储中加载图像并传输到数据预处理器 (data preprocessor)，数据预处理器会将图像放到特定的设备上，并将数据堆叠到批处理中，之后模型接受批处理数据作为输入，最后将模型的输出发送给优化器 (optimizer)。蓝色线表示 [val_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#val_step) 和 [test_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#test_step) ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#test_step)）*** 。这两个过程的数据流除了模型输出与 `train_step` 不同外，其余均和 `train_step` 类似。由于在评估时模型参数会被冻结，因此模型的输出将被传递给 [Evaluator](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/evaluation.md#ioumetric) ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/evaluation.md#ioumetric)）***


“数据加载器 (dataloader) 从存储中” 这个是需要用全角括号，不是半角加空格

csatsurnh · 2023-02-28T01:48:53Z

docs/zh_cn/advanced_guides/data_flow.md

+
+### 数据加载器到数据预处理器
+
+数据加载器（DataLoader）是 MMEngine 中训练和测试管道中的一个重要组件。


数据加载器（DataLoader）是 MMEngine 中训练和测试管道中的一个重要组件。 --> 数据加载器（DataLoader）是 MMEngine 的训练和测试流程中的一个重要组件。

csatsurnh

另外，正文（非全英）冒号均需使用全角

csatsurnh · 2023-02-28T03:30:17Z

docs/zh_cn/advanced_guides/data_flow.md

+### 数据加载器到数据预处理器
+
+数据加载器（DataLoader）是 MMEngine 中训练和测试管道中的一个重要组件。
+从概念上讲，它源于 [PyTorch](https://pytorch.org/)。DataLoader 从文件系统加载数据，原始数据通过数据准备管道传递，然后将其发送到数据预处理器。


从概念上讲，它源于 PyTorch 并保持一致。DataLoader 从文件系统加载数据，原始数据通过数据准备流程后被发送给数据预处理器。

csatsurnh · 2023-02-28T03:39:29Z

docs/zh_cn/advanced_guides/data_flow.md

+
+MMSegmentation 在 [PackSegInputs](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/mmseg/datasets/transforms/formatting.py#L12) 中定义了默认数据格式， 它是 `train_pipeline` 和 `test_pipeline` 的最后一个组件。有关数据转换 `pipeline` 的更多信息，请参阅[数据转换文档](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/transforms.html)。 ***（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/transforms.html)）***
+
+在没有任何修改的情况下, PackSegInputs 的返回值通常是一个包含 `inputs` 和 `data_samples` 的 `dict`。以下伪代码展示了 mmseg 中数据加载器输出的数据类型，它是从数据集中获取的一批数据样本，数据加载器将它们打包成字典列表。`inputs` 是输入进模型的张量列表，`data_samples` 包含了输入图像的 meta information 和相应的 ground truth。


数据加载器将它们打包成字典列表 --> 数据加载器将它们打包成一个字典列表

csatsurnh · 2023-02-28T03:50:24Z

docs/zh_cn/advanced_guides/data_flow.md

+        pass
+```
+
+**注意:** 模型的前向传播有 3 种模式,由输入参数 mode 控制，更多信息请参阅[模型教程](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/models.html)。 ***（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/models.html)）***


https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/models.html
-->
https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md

csatsurnh · 2023-02-28T03:52:38Z

docs/zh_cn/advanced_guides/data_flow.md

+### 模型输出
+
+如[模型教程](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#forward) ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#forward)）*** 所提到的 3 种前向传播具有 3 种输出。
+`train_step` 和 `test_step`(or `val_step`) 分别对应于 `'loss'` and `'predict'`。


or --> 或
and --> 和

csatsurnh · 2023-02-28T03:54:38Z

docs/zh_cn/advanced_guides/data_flow.md

+如[模型教程](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#forward) ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#forward)）*** 所提到的 3 种前向传播具有 3 种输出。
+`train_step` 和 `test_step`(or `val_step`) 分别对应于 `'loss'` and `'predict'`。
+
+在 `test_step` 或 `val_step` 中，推理结果被传递到 `Evaluator` 中。您可以参阅[评估文档](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/evaluation.html)  ***（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/evaluation.html)）*** 来获取更多关于 `Evaluator` 的信息。


推理结果被传递到 Evaluator 中 --> 推理结果会被传递给 Evaluator

csatsurnh · 2023-02-28T04:05:36Z

docs/zh_cn/advanced_guides/data_flow.md

+
+- dict\[str, Tensor\]: 损失组件的字典
+
+**注意:**  `train_step` 将损失传递进OptimWrapper以更新模型中的权重, 更多信息请参阅 [train_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#train_step)。 ***（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#train_step)）***


csatsurnh · 2023-02-28T04:09:48Z

docs/zh_cn/advanced_guides/data_flow.md

+参数:
+
+- seg_logits (Tensor): 解码头前向函数的输出
+- batch_data_samples (List\[:obj:`SegDataSample`\]): seg 数据样本，通常包括如 `metainfo` 和  `gt_sem_seg`等信息


seg 数据样本 --> 分割数据样本

csatsurnh · 2023-02-28T04:10:09Z

docs/zh_cn/advanced_guides/data_flow.md

+- seg_logits (Tensor): 解码头前向函数的输出
+- batch_data_samples (List\[:obj:`SegDataSample`\]): seg 数据样本，通常包括如 `metainfo` 和  `gt_sem_seg`等信息
+
+返回:


csatsurnh · 2023-02-28T04:10:49Z

docs/zh_cn/advanced_guides/data_flow.md

+
+返回:
+
+- dict\[str, Tensor\]: 损失组件的字典


一个损失组件的字典

csatsurnh · 2023-02-28T04:18:07Z

docs/zh_cn/advanced_guides/data_flow.md

+
+### 数据预处理器到模型
+
+虽然在[上面的图](https://github.com/open-mmlab/mmsegmentation/edit/dev-1.x/docs/zh_cn/advanced_guides/data_flow.md#%E6%95%B0%E6%8D%AE%E6%B5%81%E7%A8%8B%E6%A6%82%E8%BF%B0)中分开绘制了数据预处理器和模型，但数据预处理器是模型的一部分，因此可以在[模型教程](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/models.html)中找到数据预处理器章节。 ***（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/models.html)）***


https://github.com/open-mmlab/mmsegmentation/edit/dev-1.x/docs/zh_cn/advanced_guides/data_flow.md#%E6%95%B0%E6%8D%AE%E6%B5%81%E7%A8%8B%E6%A6%82%E8%BF%B0
-->
#数据流程概述

csatsurnh

Can I have the access to your repo so that I can modify some little format issue

AI-Tianlong · 2023-03-02T00:39:23Z

Can I have the access to your repo so that I can modify some little format issue

Of course. What should I do to give you access?

Signed-off-by: csatsurnh <cshan1995@126.com>

csatsurnh · 2023-03-02T01:21:56Z

Can I have the access to your repo so that I can modify some little format issue

Of course. What should I do to give you access?

Sorry, it's done

docs/zh_cn/advanced_guides/data_flow.md

## Modification Add Chinese dataflow markdown --------- Signed-off-by: csatsurnh <cshan1995@126.com> Co-authored-by: csatsurnh <cshan1995@126.com> Co-authored-by: Miao Zheng <76149310+MeowZheng@users.noreply.github.com>

AI-Tianlong and others added 3 commits February 2, 2023 12:34

Merge pull request #1 from open-mmlab/dev-1.x

6fa3c67

Dev 1.x

Merge branch 'dev-1.x' of github.com:open-mmlab/mmsegmentation into d…

1d9d458

…ev-1.x

add data_flow zh_CN markdown

e9c3dcb

mm-assistant bot assigned MengzhangLI Feb 27, 2023

MeowZheng requested review from MeowZheng and csatsurnh and removed request for MeowZheng February 27, 2023 11:29

csatsurnh reviewed Feb 28, 2023

View reviewed changes

AI-Tianlong closed this Feb 28, 2023

AI-Tianlong reopened this Feb 28, 2023

AI-Tianlong added 2 commits February 28, 2023 01:12

Repair format

fee2742

Repair format

39fb9d5

csatsurnh reviewed Feb 28, 2023

View reviewed changes

Repair format

7e3e2e6

csatsurnh reviewed Feb 28, 2023

View reviewed changes

Repair format

c8ca4da

csatsurnh reviewed Feb 28, 2023

View reviewed changes

AI-Tianlong and others added 3 commits March 1, 2023 00:43

Fix

a15679b

Fix

718e512

Update data_flow.md

3c02627

csatsurnh requested changes Mar 1, 2023

View reviewed changes

modify format

9f6fdca

Signed-off-by: csatsurnh <cshan1995@126.com>

csatsurnh approved these changes Mar 2, 2023

View reviewed changes

MeowZheng reviewed Mar 2, 2023

View reviewed changes

docs/zh_cn/advanced_guides/data_flow.md Outdated Show resolved Hide resolved

Update docs/zh_cn/advanced_guides/data_flow.md

684dc10

MeowZheng approved these changes Mar 2, 2023

View reviewed changes

MeowZheng merged commit 8c1d299 into open-mmlab:dev-1.x Mar 2, 2023

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

[Docs] Add Chinese dataflow markdown #2652

[Docs] Add Chinese dataflow markdown #2652

AI-Tianlong commented Feb 27, 2023

csatsurnh commented Feb 28, 2023

csatsurnh Feb 28, 2023

AI-Tianlong Feb 28, 2023

csatsurnh Feb 28, 2023 •

edited

Loading

AI-Tianlong Feb 28, 2023

AI-Tianlong Feb 28, 2023

csatsurnh Feb 28, 2023

AI-Tianlong Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh left a comment

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh Feb 28, 2023

csatsurnh left a comment

AI-Tianlong commented Mar 2, 2023

csatsurnh commented Mar 2, 2023


		![Basic dataflow](https://user-images.githubusercontent.com/112053249/199228350-5f80699e-7fd2-4b4c-ac32-0b16b1922c2e.png)

		虚线边框、灰色填充形状代表不同的数据格式，而实心框表示模块/方法。由于 MMEngine 的极大灵活性和可扩展性，一些重要的基类可以被继承，并且它们的方法可以被覆写。上图所示数据流仅适用于当用户没有自定义 `Runner`中的`TrainLoop`、`ValLoop` 和 `TestLoop`，并且没有在其自定义模型中覆写`train_step`、`val_step`和`test_step`方法时。MMSegmentation 中loop的默认设置如下：使用`IterBasedTrainLoop` 训练模型，共计20000次迭代，并且在每2000次迭代后进行一次验证。


		### 数据加载器到数据预处理器

		数据加载器（DataLoader）是 MMEngine 中训练和测试管道中的一个重要组件。


		MMSegmentation 在 [PackSegInputs](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/mmseg/datasets/transforms/formatting.py#L12) 中定义了默认数据格式，它是 `train_pipeline` 和 `test_pipeline` 的最后一个组件。有关数据转换 `pipeline` 的更多信息，请参阅[数据转换文档](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/transforms.html)。 *（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/transforms.html)）*

		在没有任何修改的情况下, PackSegInputs 的返回值通常是一个包含 `inputs` 和 `data_samples` 的 `dict`。以下伪代码展示了 mmseg 中数据加载器输出的数据类型，它是从数据集中获取的一批数据样本，数据加载器将它们打包成字典列表。`inputs` 是输入进模型的张量列表，`data_samples` 包含了输入图像的 meta information 和相应的 ground truth。


		- dict\[str, Tensor\]: 损失组件的字典

		注意: `train_step` 将损失传递进OptimWrapper以更新模型中的权重, 更多信息请参阅 [train_step](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/en/advanced_guides/models.md#train_step)。 *（[中文链接待更新](https://github.com/open-mmlab/mmsegmentation/blob/dev-1.x/docs/zh_cn/advanced_guides/models.md#train_step)）*


		### 数据预处理器到模型

		虽然在[上面的图](https://github.com/open-mmlab/mmsegmentation/edit/dev-1.x/docs/zh_cn/advanced_guides/data_flow.md#%E6%95%B0%E6%8D%AE%E6%B5%81%E7%A8%8B%E6%A6%82%E8%BF%B0)中分开绘制了数据预处理器和模型，但数据预处理器是模型的一部分，因此可以在[模型教程](https://mmsegmentation.readthedocs.io/en/dev-1.x/advanced_guides/models.html)中找到数据预处理器章节。 *（[中文链接待更新](https://mmsegmentation.readthedocs.io/zh_CN/dev-1.x/advanced_guides/models.html)）*

[Docs] Add Chinese dataflow markdown #2652

[Docs] Add Chinese dataflow markdown #2652

Conversation

AI-Tianlong commented Feb 27, 2023

Modification

csatsurnh commented Feb 28, 2023

Choose a reason for hiding this comment

Choose a reason for hiding this comment

csatsurnh Feb 28, 2023 • edited Loading

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

csatsurnh left a comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

csatsurnh left a comment

Choose a reason for hiding this comment

AI-Tianlong commented Mar 2, 2023

csatsurnh commented Mar 2, 2023

csatsurnh Feb 28, 2023 •

edited

Loading