open-cd框架调试记录

源于论文Changer: Feature Interaction Is What You Need forChange Detection

源码位置：open-cd/README.md at main · likyoo/open-cd (github.com)

同样是基于MMSegmentation框架的代码，不符合本人编程习惯所以一直也没有研究这东西，近期打算对这类框架进行复现，看一下他们的精度。

 这类框架的特点就是比较难分解，调用比较抽象，好在论文作者在readme里面给出了相关的一些东西，但是总体来说还是比较麻烦，目前我还没找到网络调用的地方，后续也许会进行持续更新。

对于库的安装请严格按照作者给出的版本号，否则代码运行会出现调用错误，如：ImportError: cannot import name 'LayerNorm2d' from 'mmseg.models.utils' site:github.com，参照给出的版本：

如果依然存在报错，使用  pip list 查看安装库的版本情况，卸载版本号不符合的，重新进行安装。有一点要注意的是，当版本对应，运行代码依然出现引用错误，显示在mmsegmentation框架下引用，实际上需要  pip install  'name'  ,很奇怪。

在训练过程中按照下面格式放好数据就可以开始训练：

 运行语句

python tools/train.py configs/changer/changer_ex_r18_512x512_40k_levircd.py --work-dir ./changer_r18_levir_workdir

 配置文件打印

from mmengine.config import Configcfg = Config.fromfile('changeformer_mit-b0_256x256_40k_levircd.py')
print(cfg.optim_wrapper)

对于一些比较奇怪的问题，在git上面有不少回复，可以参考看一下：

How to solve this problem in the training model - · Issue #1637 · open-mmlab/mmsegmentation (github.com)

 顺带标注一下友情链接：

1.欢迎来到MMSegmentation的文档！— MMSegmentation 1.2.2 文档https://mmsegmentation.readthedocs.io/en/main/

2.open-mmlab/mmengine: OpenMMLab Foundational Library for Training Deep Learning Models (github.com)https://github.com/open-mmlab/mmengine

3.mmsegmentation/README_zh-CN.md at master · open-mmlab/mmsegmentation (github.com)https://github.com/open-mmlab/mmsegmentation/blob/master/README_zh-CN.md