​ Runner是MMdetection中的一种深度学习算法“工厂”，是对深度学习算法各个组件的“容器”。简单来说，所有的机器学习算法所包含的无非就是数据、模型、训练策略、评估、推理这五个部分。Runner就是将这五个部分组合在一起的工具。其实光是Runner，可以说的东西不多，但是其背后的设计思路，以及对深度学习算法的概括是值的学习的。所以这篇文章不仅是提炼一下Runner中的操作，也是对一个算法“数据、模型、训练策略、评估、推理”这五个部分的一种总结。

下图是作者整理的Runner在MMdetection中的整体架构图，也是根据“数据、模型、训练策略、评估、推理”这五个部分分门别类的，在阅读源码的时候就可以根据这个架构来理清楚思路。

对文章内容感兴趣的可以戳原文链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除