Shaun ZhouandClaude Opus 5
47fb0f1125
- configs/train/resnet18.yaml 此前直接报错：它同时继承 tiny_conv 与 resnet18 的模型
配置，深度合并后 backbone 混了两边字段。在 configs/model/resnet18.yaml 的 backbone
上加 _replace_: true 整块替换
- _replace_ 标记此前不生效：_load_raw 对每个 base 都会先 deep_merge({}, data)，
标记在参与替换判断之前就被剥掉了。改为合并期间保留、load_config 末尾统一剥除
- 新增 configs/eval/resnet18.yaml：评估必须与训练用同一套模型配置，否则构建出的
骨架与权重对不上，而此前只有 baseline 一个评估配置
- 新增参数化测试：仓库里每个配置都要能真的构建出组件（片段自动跳过），
且训练/评估配置对的 model 段必须一致
- README 补充骨架与配置对的对应表
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
19 lines
520 B
YAML
19 lines
520 B
YAML
# torchvision resnet18：stride 32 + 3 次上采样 => 输出 stride 4。
|
||
model:
|
||
name: defect_net
|
||
backbone:
|
||
# 整块替换：不加这行的话，从 tiny_conv 继承来的 widths/depths/block 会残留，
|
||
# 传给 TorchvisionBackbone 直接报错。见 utils/config.py::deep_merge
|
||
_replace_: true
|
||
name: torchvision
|
||
arch: resnet18
|
||
pretrained: true
|
||
in_channels: 3
|
||
neck:
|
||
name: upsample
|
||
channels: 64
|
||
num_upsamples: 3
|
||
head:
|
||
hidden_channels: 64
|
||
with_classification: true
|