本节包含您对 MMSeg 0.x 和 1.x 之间的变化可能感到好奇的内容。
| MMSegmentation 0.x | MMSegmentation 1.x |
| mmseg.api | mmseg.api |
| - mmseg.core | + mmseg.engine |
| mmseg.datasets | mmseg.datasets |
| mmseg.models | mmseg.models |
| - mmseg.ops | + mmseg.structure |
| mmseg.utils | mmseg.utils |
| + mmseg.evaluation | |
| + mmseg.registry | |
在 OpenMMLab 2.0 中，core 包已被删除。core 的 hooks 和 optimizers 被移动到了 mmseg.engine 中，而 core 中的 evaluation 目前是 mmseg.evaluation。
ops 包含 encoding 和 wrappers，它们被移到了 mmseg.models.utils 中。
OpenMMLab 2.0 增加了一个新的深度学习训练基础库 MMEngine。它是所有 OpenMMLab 代码库的训练引擎。
mmseg 的 engine 包是一些用于语义分割任务的定制模块，如 SegVisualizationHook 用于可视化分割掩膜。
在 OpenMMLab 2.0 中，我们为计算机视觉任务设计了数据结构，在 mmseg 中，我们在 structure 包中实现了 SegDataSample。
我们将所有评估指标都移动到了 mmseg.evaluation 中。
我们将 MMSegmentation 中所有类型模块的注册实现移动到 mmseg.registry 中。
OpenMMLab 2.0 尝试支持计算机视觉的多任务统一接口，并发布了更强的 Runner，因此 MMSeg 1.x 删除了 train.py 和 test.py 中的模块，并将 init_segmentor 重命名为 init_model，将 inference_segmentor 重命名为 inference_model。
以下是 mmseg.apis 的更改：
| 函数 | 变化 |
|---|---|
init_segmentor |
重命名为 init_model |
inference_segmentor |
重命名为 inference_model |
show_result_pyplot |
基于 SegLocalVisualizer 实现 |
train_model |
删除，使用 runner.train 训练。 |
multi_gpu_test |
删除，使用 runner.test 测试。 |
single_gpu_test |
删除，使用 runner.test 测试。 |
set_random_seed |
删除，使用 mmengine.runner.set_random_seed。 |
init_random_seed |
删除，使用 mmengine.dist.sync_random_seed。 |
OpenMMLab 2.0 将 BaseDataset 定义为数据集的函数和接口，MMSegmentation 1.x 也遵循此协议，并定义了从 BaseDataset 继承的 BaseSegDataset。MMCV 2.x 收集多种任务的通用数据转换，例如分类、检测、分割，因此 MMSegmentation 1.x 使用这些数据转换并将其从 mmseg.dataset 中删除。
| 包/模块 | 更改 |
|---|---|
mmseg.pipelines |
移动到 mmcv.transforms 中 |
mmseg.sampler |
移动到 mmengine.dataset.sampler 中 |
CustomDataset |
重命名为 BaseSegDataset 并从 MMEngine 中的 BaseDataset 继承 |
DefaultFormatBundle |
替换为 PackSegInputs |
LoadImageFromFile |
移动到 mmcv.transforms.LoadImageFromFile 中 |
LoadAnnotations |
移动到 mmcv.transforms.LoadAnnotations 中 |
Resize |
移动到 mmcv.transforms 中并拆分为 Resize，RandomResize 和 RandomChoiceResize |
RandomFlip |
移动到 mmcv.transforms.RandomFlip 中 |
Pad |
移动到 mmcv.transforms.Pad 中 |
Normalize |
移动到 mmcv.transforms.Normalize 中 |
Compose |
移动到 mmcv.transforms.Compose 中 |
ImageToTensor |
移动到 mmcv.transforms.ImageToTensor 中 |
models 没有太大变化，只是从以前的 mmseg.ops 添加了 encoding 和 wrappers