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