[Docs] Add Chinese documentation for inferencer (#884)

* [Feature] Add BaseInferencer (#773)

* Update BaseInferencer

* Fix ci

* Fix CI and rename iferencer to infer

* Fix CI

* Add renamed file

* Add test file

* Adjust interface sequence

* refine preprocess

* Update unit test

Update unit test

* Update unit test

* Fix unit test

* Fix as comment

* Minor refine

* Fix docstring and support load image from different backend

* Support load collate_fn from downstream repos, refine dispatch

* Minor refine

* Fix lint

* refine grammar

* Remove FileClient

* Refine docstring

* add rich

* Add list_models

* Add list_models

* Remove backend args

* Minor refine

* Fix typos in docs and type hints (#787)

* [Fix] Add _inputs_to_list (#795)

* Add preprocess inputs

* Add type hint

* update api/infer in index.rst

* rename preprocess_inputs to _inputs_to_list

* Fix doc format

* Update infer.py

Co-authored-by: Zaida Zhou <58739961+zhouzaida@users.noreply.github.com>

* [Fix] Fix alias type (#801)

* [Enhance] Support loading model config from checkpoint (#864)

* first commit

* [Enhance] Support build model from weight

* minor refine

* Fix type hint

* refine comments

* Update docstring

* refine as comment

* Add  method

* Refine docstring

* Fix as comment

* refine comments

* Refine warning message

* Fix unit test and refine comments

* add infer.md

* minor refine

* minor refine

* minor refine

* Apply suggestions from code review

Co-authored-by: Zaida Zhou <58739961+zhouzaida@users.noreply.github.com>

* Fix conflicts and minor refine

* minor refine

* Fix as comment

Co-authored-by: Zaida Zhou <58739961+zhouzaida@users.noreply.github.com>
Co-authored-by: Tong Gao <gaotongxiao@gmail.com>

docs/zh_cn/design/infer.md

+# 推理接口
+
+基于 MMEngine 开发时，我们通常会为具体算法定义一个配置文件，根据配置文件去构建[执行器](./runner.md)，执行训练、测试流程，并保存训练好的权重。基于训练好的模型进行推理时，通常需要执行以下步骤：
+
+1. 基于配置文件构建模型
+2. 加载模型权重
+3. 搭建数据预处理流程
+4. 执行模型前向推理
+5. 可视化推理结果
+6. 输出推理结果
+
+对于此类标准的推理流程，MMEngine 提供了统一的推理接口，并且建议用户基于这一套接口规范来开发推理代码。
+
+## 使用样例
+
+### 定义推理器
+
+基于 `BaseInferencer` 实现自定义的推理器
+
+```python
+from mmengine.infer import BaseInferencer
+
+class CustomInferencer(BaseInferencer)
+    ...
+```
+
+具体细节参考[开发规范](#推理接口开发规范)
+
+### 构建推理器
+
+**基于配置文件路径构建推理器**
+
+```python
+cfg = 'path/to/config.py'
+weight = 'path/to/weight.pth'
+
+inferencer = CustomInferencer(model=cfg, weight=weight)
+```
+
+**基于配置类实例构建推理器**
+
+```python
+from mmengine import Config
+
+cfg = Config.fromfile('path/to/config.py')
+weight = 'path/to/weight.pth'
+
+inferencer = CustomInferencer(model=cfg, weight=weight)
+```
+
+**基于 model-index 中定义的 model name 构建推理器**，以 MMDetection 中的 [atss 检测器为例](https://github.com/open-mmlab/mmdetection/blob/31c84958f54287a8be2b99cbf87a6dcf12e57753/configs/atss/metafile.yml#L22)，model name 为 `atss_r50_fpn_1x_coco`，由于 model-index 中已经定义了 weight 的路径，因此可以不配置 weight 参数。
+
+```python
+inferencer = CustomInferencer(model='atss_r50_fpn_1x_coco')
+```
+
+### 执行推理
+
+**推理单张图片**
+
+```python
+# 输入为图片路径
+img = 'path/to/img.jpg'
+result = inferencer(img)
+
+# 输入为读取的图片(类型为 np.ndarray)
+img = cv2.imread('path/to/img.jpg')
+result = inferencer(img)
+
+# 输入为 url
+img = 'https://xxx.com/img.jpg'
+result = inferencer(img)
+```
+
+**推理多张图片**
+
+```python
+img_dir = 'path/to/directory'
+result = inferencer(img_dir)
+```
+
+```{note}
+OpenMMLab 系列算法库要求 `inferencer(img)` 输出一个 `dict`，其中包含 `visualization: list` 和 `predictions: list` 两个字段，分别对应可视化结果和预测结果。
+```
+
+## 推理接口开发规范
+
+inferencer 执行推理时，通常会执行以下步骤：
+
+1. preprocess：输入数据预处理，包括数据读取、数据预处理、数据格式转换等
+2. forward: 模型前向推理
+3. visualize：预测结果可视化
+4. postprocess：预测结果后处理，包括结果格式转换、导出预测结果等
+
+为了优化 inferencer 的使用体验，我们不希望使用者在执行推理时，需要为每个过程都配置一遍参数。换句话说，我们希望使用者可以在不感知上述流程的情况下，简单为 `__call__` 接口配置参数，即可完成推理。
+
+`__call__` 接口会按照顺序执行上述步骤，但是本身却不知道使用者传入的参数需要分发给哪个步骤，因此开发者在实现 `CustomInferencer` 时，需要定义 `preprocess_kwargs`，`forward_kwargs`，`visualize_kwargs`，`postprocess_kwargs` 4 个类属性，每个属性均为一个字符集合（`Set[str]`），用于指定 `__call__` 接口中的参数对应哪个步骤：
+
+```python
+class CustomInferencer(BaseInferencer):
+    preprocess_kwargs = {'a'}
+    forward_kwargs = {'b'}
+    visualize_kwargs = {'c'}
+    postprocess_kwargs = {'d'}
+
+    def preprocess(self, inputs, batch_size=1, a=None):
+        pass
+
+    def forward(self, inputs, b=None):
+        pass
+
+    def visualize(self, inputs, preds, show, c=None):
+        pass
+
+    def postprocess(self, preds, visualization, return_datasample=False, d=None):
+        pass
+
+    def __call__(
+        self,
+        inputs,
+        batch_size=1,
+        show=True,
+        return_datasample=False,
+        a=None,
+        b=None,
+        c=None,
+        d=None):
+        return super().__call__(
+            inputs, batch_size, show, return_datasample, a=a, b=b, c=c, d=d)
+```
+
+上述代码中，`preprocess`，`forward`，`visualize`，`postprocess` 四个函数的 `a`，`b`，`c`，`d` 为用户可以传入的额外参数（`inputs`, `preds` 等参数在 `__call__` 的执行过程中会被自动填入），因此开发者需要在类属性 `preprocess_kwargs`，`forward_kwargs`，`visualize_kwargs`，`postprocess_kwargs` 中指定这些参数，这样 `__call__` 阶段用户传入的参数就可以被正确分发给对应的步骤。分发过程由 `BaseInferencer.__call__` 函数实现，开发者无需关心。
+
+此外，我们需要将 `CustomInferencer` 注册到自定义注册器或者 MMEngine 的注册器中
+
+```python
+from mmseg.registry import INFERENCERS
+# 也可以注册到 MMEngine 的注册中
+# from mmengine.registry import INFERENCERS
+
+@INFERENCERS.register_module()
+class CustomInferencer(BaseInferencer):
+    ...
+```
+
+```{note}
+OpenMMLab 系列算法仓库必须将 Inferencer 注册到下游仓库的注册器，而不能注册到 MMEngine 的根注册器（避免重名）。
+```
+
+**核心接口说明**：
+
+### `__init__()`
+
+`BaseInferencer.__init__` 已经实现了[使用样例](#构建推理器)中构建推理器的逻辑，因此通常情况下不需要重写 `__init__` 函数。如果想实现自定义的加载配置文件、权重初始化、pipeline 初始化等逻辑，也可以重写 `__init__` 方法。
+
+### `_init_pipeline()`
+
+```{note}
+抽象方法，子类必须实现
+```
+
+初始化并返回 inferencer 所需的 pipeline。pipeline 用于单张图片，类似于 OpenMMLab 系列算法库中定义的 `train_pipeline`，`test_pipeline`。使用者调用 `__call__` 接口传入的每个 `inputs`，都会经过 pipeline 处理，组成 batch data，然后传入 `forward` 方法。
+
+### `_init_collate()`
+
+初始化并返回 inferencer 所需的 `collate_fn`，其值等价于训练过程中 Dataloader 的 `collate_fn`。`BaseInferencer` 默认会从 `test_dataloader` 的配置中获取 `collate_fn`，因此通常情况下不需要重写 `_init_collate` 函数。
+
+### `_init_visualizer()`
+
+初始化并返回 inferencer 所需的 `visualizer`，其值等价于训练过程中 `visualizer`。`BaseInferencer` 默认会从 `visualizer` 的配置中获取 `visualizer`，因此通常情况下不需要重写 `_init_visualizer` 函数。
+
+### `preprocess()`
+
+入参：
+
+- inputs：输入数据，由 `__call__` 传入，通常为图片路径或者图片数据组成的列表
+- batch_size：batch 大小，由使用者在调用 `__call__` 时传入
+- 其他参数：由用户传入，且在 `preprocess_kwargs` 中指定
+
+返回值：
+
+- 生成器，每次迭代返回一个 batch 的数据。
+
+`preprocess` 默认是一个生成器函数，将 `pipeline` 及 `collate_fn` 应用于输入数据，生成器迭代返回的是组完 batch，预处理后的结果。通常情况下子类无需重写。
+
+### `forward()`
+
+入参：
+
+- inputs：输入数据，由 `preprocess` 处理后的 batch data
+- 其他参数：由用户传入，且在 `forward_kwargs` 中指定
+
+返回值：
+
+- 预测结果，默认类型为 `List[BaseDataElement]`
+
+调用 `model.test_step` 执行前向推理，并返回推理结果。通常情况下子类无需重写。
+
+### `visualize()`
+
+```{note}
+抽象方法，子类必须实现
+```
+
+入参：
+
+- inputs：输入数据，未经过预处理的原始数据。
+- preds：模型的预测结果
+- show：是否可视化
+- 其他参数：由用户传入，且在 `visualize_kwargs` 中指定
+
+返回值：
+
+- 可视化结果，类型通常为 `List[np.ndarray]`，以目标检测任务为例，列表中的每个元素应该是画完检测框后的图像，直接使用 `cv2.imshow` 就能可视化检测结果。不同任务的可视化流程有所不同，`visualize` 应该返回该领域内，适用于常见可视化流程的结果。
+
+### `postprocess()`
+
+```{note}
+抽象方法，子类必须实现
+```
+
+入参：
+
+- preds：模型预测结果，类型为 `list`，列表中的每个元素表示一个数据的预测结果。OpenMMLab 系列算法库中，预测结果中每个元素的类型均为 `BaseDataElement`
+- visualization：可视化结果
+- return_datasample：是否维持 datasample 返回。`False` 时转换成 `dict` 返回
+- 其他参数：由用户传入，且在 `postprocess_kwargs` 中指定
+
+返回值：
+
+- 可视化结果和预测结果，类型为一个字典。OpenMMLab 系列算法库要求返回的字典包含 `predictions` 和 `visualization` 两个 key。
+
+### `__call__()`
+
+入参：
+
+- inputs：输入数据，通常为图片路径、或者图片数据组成的列表。`inputs` 中的每个元素也可以是其他类型的数据，只需要保证数据能够被 [\_init_pipeline](#initpipeline) 返回的 `pipeline` 处理即可。当 `inputs` 只含一个推理数据时，它可以不是一个 `list`，`__call__` 会在内部将 `inputs` 包装成列表，以便于后续处理
+- return_datasample：是否将 datasample 转换成 `dict` 返回
+- batch_size：推理的 batch size，会被进一步传给 `preprocess` 函数
+- 其他参数：分发给 `preprocess`、`forward`、`visualize`、`postprocess` 函数的额外参数
+
+返回值：
+
+- `postprocess` 返回的可视化结果和预测结果，类型为一个字典。OpenMMLab 系列算法库要求返回的字典包含 `predictions` 和 `visualization` 两个 key

docs/zh_cn/index.rst

@@ -58,6 +58,7 @@
    design/evaluation.md
    design/visualization.md
    design/logging.md
+   design/infer.md
 
 .. toctree::
    :maxdepth: 1

mmengine/registry/__init__.py

@@ -3,8 +3,8 @@ from .build_functions import (build_from_cfg, build_model_from_cfg,
                               build_runner_from_cfg, build_scheduler_from_cfg)
 from .default_scope import DefaultScope
 from .registry import Registry
-from .root import (DATA_SAMPLERS, DATASETS, EVALUATOR, HOOKS, LOG_PROCESSORS,
-                   LOOPS, METRICS, MODEL_WRAPPERS, MODELS,
+from .root import (DATA_SAMPLERS, DATASETS, EVALUATOR, HOOKS, INFERENCERS,
+                   LOG_PROCESSORS, LOOPS, METRICS, MODEL_WRAPPERS, MODELS,
                    OPTIM_WRAPPER_CONSTRUCTORS, OPTIM_WRAPPERS, OPTIMIZERS,
                    PARAM_SCHEDULERS, RUNNER_CONSTRUCTORS, RUNNERS, TASK_UTILS,
                    TRANSFORMS, VISBACKENDS, VISUALIZERS, WEIGHT_INITIALIZERS)
@@ -16,7 +16,7 @@ __all__ = [
     'DATA_SAMPLERS', 'TRANSFORMS', 'MODELS', 'WEIGHT_INITIALIZERS',
     'OPTIMIZERS', 'OPTIM_WRAPPER_CONSTRUCTORS', 'TASK_UTILS',
     'PARAM_SCHEDULERS', 'METRICS', 'MODEL_WRAPPERS', 'OPTIM_WRAPPERS', 'LOOPS',
-    'VISBACKENDS', 'VISUALIZERS', 'LOG_PROCESSORS', 'EVALUATOR',
+    'VISBACKENDS', 'VISUALIZERS', 'LOG_PROCESSORS', 'EVALUATOR', 'INFERENCERS',
     'DefaultScope', 'traverse_registry_tree', 'count_registered_modules',
     'build_model_from_cfg', 'build_runner_from_cfg', 'build_from_cfg',
     'build_scheduler_from_cfg', 'init_default_scope'

mmengine/registry/root.py

@@ -56,3 +56,6 @@ VISBACKENDS = Registry('vis_backend')
 
 # manage logprocessor
 LOG_PROCESSORS = Registry('log_processor')
+
+# manage inferencer
+INFERENCERS = Registry('inferencer')