Skip to main content
OpenMMLab による MMEngine は、PyTorch ベースのディープラーニングモデルをトレーニングするための基盤ライブラリです。MMEngine は OpenMMLab のアルゴリズムライブラリ向けに次世代のトレーニングアーキテクチャを実装しており、OpenMMLab 内の 30 を超えるアルゴリズムライブラリに対して、統一された実行基盤を提供します。中核となるコンポーネントには、トレーニングエンジン、評価エンジン、モジュール管理が含まれます。 W&B は、専用の WandbVisBackend を通じて MMEngine に直接統合されており、これを使用して次のことができます。
  • トレーニングおよび評価のメトリクスをログする。
  • 実験の設定をログし、管理する。
  • グラフ、画像、スカラーなどの追加データをログする。

はじめに

openmimwandb をインストールします。
次に、mim を使って mmenginemmcv をインストールします。

WandbVisBackend を MMEngine Runner で使用する

このセクションでは、mmengine.runner.Runner を使って WandbVisBackend を利用する一般的なワークフローを説明します。
  1. 可視化設定から visualizer を定義します。
    init_kwargs には、W&B run の初期化の入力パラメーターとして使用する引数の辞書を渡します。
  2. visualizer を指定して runner を初期化し、runner.train() を呼び出します。

OpenMMLabのコンピュータビジョンライブラリでWandbVisBackendを使用する

WandbVisBackendは、MMDetection などのOpenMMLabのコンピュータビジョンライブラリでExperimentsを管理する際にも、簡単に使用できます。