MMEngine

이 페이지에서는 OpenMMLab의 MMEngine에서 W&B를 사용해 트레이닝 Runs를 추적하고 시각화하는 방법을 설명합니다. MMEngine 또는 OpenMMLab 컴퓨터 비전 라이브러리로 딥러닝 모델을 트레이닝하면서 메트릭, 설정, 시각화를 W&B에 로깅하려는 경우 이 페이지를 활용하세요. OpenMMLab의 MMEngine은 PyTorch 기반 딥러닝 모델을 트레이닝하기 위한 핵심 라이브러리입니다. MMEngine은 OpenMMLab 알고리즘 라이브러리를 위한 트레이닝 아키텍처를 구현하며, OpenMMLab 내 30개가 넘는 알고리즘 라이브러리에 공통 실행 기반을 제공합니다. 핵심 컴포넌트로는 트레이닝 엔진, 평가 엔진, 모듈 관리가 있습니다. MMEngine은 전용 WandbVisBackend를 통해 W&B와 직접 통합되며, 이를 사용해 다음 작업을 수행할 수 있습니다:

트레이닝 및 평가 메트릭을 로깅합니다.
실험 설정을 로깅하고 관리합니다.
그래프, 이미지, 스칼라 등 추가 기록을 로깅합니다.

시작하기

openmim과 wandb를 설치합니다.

명령줄
노트북

pip install -q -U openmim wandb

!pip install -q -U openmim wandb

다음으로 mim을 사용해 mmengine와 mmcv를 설치합니다.

명령줄
노트북

mim install -q mmengine mmcv

!mim install -q mmengine mmcv

MMEngine runner와 함께 `WandbVisBackend` 사용하기

이 섹션에서는 mmengine.runner.Runner와 함께 WandbVisBackend를 사용하는 일반적인 워크플로를 보여줍니다. visualizer는 W&B 백엔드를 감싸므로 MMEngine runner가 트레이닝 중에 로그를 W&B로 전달할 수 있습니다.

시각화 설정에서 visualizer를 정의하세요. visualizer는 runner가 설정된 백엔드로 로그를 보내는 데 사용하는 구성 요소입니다.

from mmengine.visualization import Visualizer

# 시각화 설정 정의
visualization_cfg = dict(
    name="wandb_visualizer",
    vis_backends=[
        dict(
            type='WandbVisBackend',
            init_kwargs=dict(project="mmengine"),
        )
    ],
    save_dir="runs/wandb"
)

# 시각화 설정에서 visualizer 가져오기
visualizer = Visualizer.get_instance(**visualization_cfg)

init_kwargs에는 W&B run initialization의 입력 인수에 대한 딕셔너리를 전달합니다.

visualizer로 runner를 초기화한 다음 runner.train()을 호출해 트레이닝을 시작하세요. runner는 visualizer를 사용해 메트릭과 설정을 W&B로 스트리밍합니다.

from mmengine.runner import Runner

# PyTorch용 트레이닝 도우미인 mmengine Runner 구축
runner = Runner(
    model,
    work_dir='runs/gan/',
    train_dataloader=train_dataloader,
    train_cfg=train_cfg,
    optim_wrapper=opt_wrapper_dict,
    visualizer=visualizer, # visualizer 전달
)

# 트레이닝 시작
runner.train()

OpenMMLab 컴퓨터 비전 라이브러리에서 `WandbVisBackend` 사용하기

MMDetection과 같은 OpenMMLab 컴퓨터 비전 라이브러리에서도 WandbVisBackend를 사용해 실험을 추적할 수 있습니다. 다음 예시에서는 기본 설정의 vis_backends 항목을 재정의하여 기존 visualizer가 W&B에 로깅되도록 합니다.

# 기본 런타임 설정에서 기본 설정을 상속합니다
_base_ = ["../_base_/default_runtime.py"]

# 기본 설정의 `visualizer`에 있는 `vis_backends`에
# `WandbVisBackend` 설정 딕셔너리를 할당합니다
_base_.visualizer.vis_backends = [
    dict(
        type='WandbVisBackend',
        init_kwargs={
            'project': 'mmdet',
            'entity': 'geekyrakshit'
        },
    ),
]

Weights & Biases

Powered by CoreWeave

Platform Details

Resources

시작하기

MMEngine runner와 함께 `WandbVisBackend` 사용하기

OpenMMLab 컴퓨터 비전 라이브러리에서 `WandbVisBackend` 사용하기

​시작하기

​MMEngine runner와 함께 WandbVisBackend 사용하기

​OpenMMLab 컴퓨터 비전 라이브러리에서 WandbVisBackend 사용하기

시작하기

MMEngine runner와 함께 `WandbVisBackend` 사용하기

OpenMMLab 컴퓨터 비전 라이브러리에서 `WandbVisBackend` 사용하기