MMDetection（简称 mmdet）是 OpenMMLab 开发的开源目标检测框架，基于 PyTorch 构建

MMDetection（简称 mmdet）是 OpenMMLab 开发的开源目标检测框架，基于 PyTorch 构建，以模块化、高性能和易扩展著称。它支持多种主流目标检测算法（如 Faster R-CNN、Mask R-CNN、YOLOX、DETR、Sparse R-CNN、RTMDet 等），并提供统一的训练/推理/评估接口。其核心优势包括：

✅ 模块化设计：模型组件（backbone、neck、head、loss、data pipeline）高度解耦，便于复用与定制；
✅ 全面的算法覆盖：涵盖两阶段、单阶段、anchor-free、transformer-based、实时轻量级等各类方法；
✅ 高性能训练与推理：支持混合精度训练（AMP）、分布式训练、ONNX/TensorRT 模型导出；
✅ 丰富的预训练模型与基准结果：在 COCO、Pascal VOC、Cityscapes 等数据集上提供大量 SOTA 模型权重与配置文件；
✅ 完善的文档与社区支持：提供详细教程、API 文档、Colab 示例及活跃的 GitHub 社区。

典型使用流程：

1. 安装：pip install openmim && mim install mmdet
2. 准备数据（按 COCO 或自定义格式组织）
3. 选择/修改配置文件（.py格式，支持继承与覆盖）
4. 训练：python tools/train.py configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py
5. 推理/测试：python tools/test.py ... --out results.pkl
6. 可视化/分析：python tools/analysis_tools/analyze_logs.py等工具辅助

# 示例：加载预训练 Faster R-CNN 并推理frommmdet.apisimportinit_detector,inference_detector config_file='configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py'checkpoint_file='checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'model=init_detector(config_file,checkpoint_file,device='cuda:0')result=inference_detector(model,'demo.jpg')

在 MMDetection 中自定义新 backbone（如 EfficientNetV2）需遵循其模块化设计规范，主要分为以下 5 个步骤：

✅1. 实现 Backbone 类
继承torch.nn.Module，实现forward()和init_weights()方法，并确保输出多尺度特征（通常为list[Tensor]，对应不同 stage 的输出），符合 mmdet 的 neck 输入要求（如 FPN 需要 C2/C3/C4/C5）。
示例骨架（简化版 EfficientNetV2-S）：

# mmdet/models/backbones/efficientnet_v2.pyimporttorch.nnasnnfrommmcv.cnnimportbuild_norm_layerfrommmcv.runnerimportBaseModulefromtorchvision.models.efficientnetimportefficientnet_v2_sclassEfficientNetV2(BaseModule):def__init__(self,pretrained=None,init_cfg=None,out_indices=(1,2,3,4),# 对应 stem + 4 stagesnorm_cfg=dict(type='BN',requires_grad=True)):super().__init__(init_cfg)self.model=efficientnet_v2_s(pretrained=False)# 替换原始 classifier head 为 Identity（保留 backbone）self.model.classifier=nn.Identity()self.out_indices=out_indices self.norm_cfg=norm_cfgdefforward(self,x):# 提取各 stage 特征（需根据 torchvision 源码结构调整）features=[]x=self.model.features[0](x)# stemif0inself.out_indices:features.append(x)fori,stageinenumerate(self.model.features[1:],1):x=stage(x)ifiinself.out_indices:features.append(x)returntuple(features)definit_weights(self):ifself.init_cfgisnotNone:super().init_weights()else:# 加载 torchvision 预训练权重（可选）ifself.modelisnotNoneandhasattr(self.model,'features'):pass# 可调用 load_state_dict 或使用 mmcv 的 load_checkpoint

✅2. 注册模块
在mmdet/models/backbones/__init__.py中添加导入和注册：

from.efficientnet_v2importEfficientNetV2 __all__=['EfficientNetV2']

并在mmdet/models/__init__.py确保 backbone 模块被导入。

✅3. 添加预训练权重加载逻辑（可选但推荐）

• 若使用 torchvision 官方权重，可在init_weights()中调用load_state_dict()；
• 更规范做法：将权重转为 mmdet 兼容格式（去除 classifier、重命名 key），保存为.pth，并通过init_cfg=dict(type='Pretrained', checkpoint='path/to/efficientnet_v2_s.pth')在 config 中指定。

✅4. 编写配置文件（config）
在 config 中引用新 backbone（例如configs/my_configs/efficientnetv2_faster_rcnn.py）：

_base_='../faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py'model=dict(backbone=dict(type='EfficientNetV2',pretrained=None,# 或设为 None，由 init_cfg 控制out_indices=(1,2,3,4),init_cfg=dict(type='Pretrained',checkpoint='https://download.pytorch.org/models/efficientnet_v2_s-dd5fe13b.pth')),neck=dict(type='FPN',in_channels=[24,48,64,128],# 根据 EfficientNetV2-S 各 stage 输出通道调整out_channels=256,num_outs=5))

⚠️ 注意：in_channels必须与 backbone 实际输出通道严格匹配（EfficientNetV2-S 各 stage 输出：24, 48, 64, 128）。

✅5. 验证与训练

• 运行python tools/misc/print_config.py configs/my_configs/efficientnetv2_faster_rcnn.py检查配置是否解析成功；
• 使用python tools/train.py configs/my_configs/efficientnetv2_faster_rcnn.py启动训练；
• 可通过python tools/browse_dataset.py可视化数据流，确认 backbone 输出 shape 正确。

📌 补充建议：

• 利用mmcv的get_root_logger()记录调试信息；
• 推荐参考 mmdet 官方已支持的ResNet,VisionTransformer等 backbone 实现；
• 如需支持自动 shape 推断，可重写self._out_features属性或配合ChannelMapper适配 neck。