paddleseg学习（一）：argparse模块，train.py_paddle.distributed.parallelenv().nranks

原来是想先跟下7天的那个的，后来发现好像不太行，动力不太够，然后于是想直接上基线，然后不会啥学啥！其实我在看到这个基线的时候我都蒙了就这么点代码？不过也说明这个封装的是真方便啊，点赞！

然后主要是通过paddleseg，学一下，按照博客和视频吧：参照：https://blog.csdn.net/txyugood/article/details/111029854

PaddleSeg是百度基于自家的PaddlePaddle开发的端到端图像分割开发套件。包含多种主流的分割网络。PaddleSeg采用模块化的方式设计，可以通过配置文件方式进行模型组合，帮助开发者在不需要深入了解图像分割原理的情况，实现方便快捷的完成模型的训练与部署。 但是在对需要对模型进行修改优化的时候，还是需要对图像分割原理以及PaddleSeg套件有进一步了解。

打开文件夹会看到下面的目录：

• configs:保存不同神经网络的配置文件。
• contrib:真实案例相关配置与数据
• legacy:静态图版本代码，只维护，不更新新功能
• docs:文档
• paddleseg:PaddleSeg核心代码，包含训练、评估、推理等文件。
• tools:工具脚本
• train.py:训练入口文件
• val.py:评估模型文件
• predict.py:预测文件

train.py学习

神经网络模型训练需要使用train.py来完成。是PaddleSeg中核心代码。

训练的的代码如下：

python train.py --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml

这里面的config后面的是指配置文件，当然：--confog 就是配置的意思，后文说，先看这个train代码。里面主要有两个函数。当然先说一下导入的包，主要是后面3行

import argparse
 
import paddle
 
from paddleseg.cvlibs import manager, Config
from paddleseg.utils import get_sys_env, logger
from paddleseg.core import train

---

argparse模块

第一行的这个我也是没见过，学习一下：参照：https://blog.csdn.net/weixin_41796207/article/details/80846406，https://zhuanlan.zhihu.com/p/56922793，https://www.bilibili.com/video/BV1tD4y197eV?from=search&seid=10591784812453981455（我主要是看的第一个）

这个库是python内置的，我认为当我们用命令行操作的时候可以用到它。因为我们最后是用类似命令行的代码，所以在这里学习一下

        先看下基本框架

import argparse
parser = argparse.ArgumentParser(description="程序的主要功能是...")
parser.parse_args()

就是这三行代码，然后中间那行里面的也可以不加，而且要加后面的--help，要是不加，就啥也没有了

         添加一个位置参数

import argparse
parser = argparse.ArgumentParser()
parser.add_argument("echo")
args = parser.parse_args()
print('参数echo的值是{}'.format(args.echo))

这里面的add_argument就是这个作用，将在命令行的输入的放到这个变量里去，这个不是字符串的意思，然后用arg.echo调用，

注意，要获取变量的值，需要先通过parse_args()方法获取args对象。

所以命令行信息都可以通过args对象取值获得。

注意，由于这里指定了位置参数，也就是说，如果执行程序时没有携带参数，则会报错。

然后就是如果加上说明就是后加上help，在“”中加--变成可选参数，type表示类型。