[Docs] Add evaluator docs (#33)

* add evaluator docs

* resolve comments

* resolve comments

docs/zh_cn/tutorials/evaluator.md

+# 评测器（Evaluator）
+
+在模型验证和模型测试中，通常需要对模型精度做定量评测。在 MMEngine 中实现了[评测器](Todo:evaluator-doc-link)来完成这一功能。评测器可以根据模型的输入数据和预测结果，计算特定的评测指标（Metric）。评测器与数据集之间相互解耦，这使得用户可以任意组合所需的测试数据和评测器。如 [COCOEvaluator](Todo:coco-evaluator-doc-link) 可用于计算 COCO 数据集的 AP，AR 等评测指标，也可用于其他的目标检测数据集上。
+
+## 模型精度评测
+
+使用评测器计算模型精度的过程如下图所示。
+
+测试数据通常会被划分为若干批次（batch）。通过一个循环，依次将每个批次的数据送入模型，得到对应的预测结果，并将预测结果连同模型的输入数据一起通过评测器的 `process()` 方法送入评测器。当循环结束后，再调用评测器的 `evaluate()` 方法，即可计算得到对应的评测指标。
+
+在实际使用中，这些操作均由任务执行器完成。用户只需要在配置文件中选择要使用的评测器并配置相应参数即可。
+
+<div align="center">
+    <img src="https://user-images.githubusercontent.com/15977946/154652635-f4bda588-9f94-462f-b68f-b900690e6215.png"/>
+</div>
+
+
+### 在配置文件中配置评测器
+
+在配置文件中配置评测器时，需要指定评测器的类别、参数以及调用方式等。其中，调用方式通常针对模型验证阶段，包括调用评测器的间隔时间单位（epoch 或 iteration）、间隔时间、主要评测指标（即筛选最佳 checkpoint 所依据的指标）等。
+
+例如，用户希望在模型验证时使用 COCO 评测器，每 10 epoch 评测一次，并以 AP 作为主要评测指标，对应的配置文件部分如下：
+
+```python
+validation_cfg=dict(
+    evaluator=dict(type='COCO'),  # 使用 COCO 评测器，无参数
+    main_metric='AP',  # 主要评测指标为 AP
+    interval=10,  # 每 10 epoch 评测一次
+    by_epoch=True,
+)
+```
+
+### 使用多个评测器
+
+评测器支持组合使用。用户可以通过配置多个评测器，在模型验证或模型测试阶段同时计算多个评测指标。使用多个评测器时，只需要在配置文件里将所有评测器的配置写在一个列表里即可：
+
+```python
+validation_cfg=dict(
+    evaluator=[
+        dict(type='accuracy', top_k=1),  # 使用分类正确率评测器
+        dict(type='f1_score')  # 使用 F1_score 评测器
+    ],
+    main_metric='accuracy'
+    interval=10,
+    by_epoch=True,
+)
+```
+
+在使用多个评测器时，可能会出现评测指标同名的情况。比如，在下面的例子中使用了 2 个参数不同的分类正确率评测器，它们对应的评测指标都是 accuracy。此时，为了避免歧义，需要给评测器设置 `prefix` 参数。评测器的 `prefix` 会自动添加在评测指标名称的开头，从而使同名的评测指标可以区分。
+
+```python
+validation_cfg=dict(
+    evaluator=[
+        dict(type='accuracy', top_k=1, prefix='top1'),
+        dict(type='accuracy', top_k=5, prefix='top5')
+    ],
+    main_metric='top1_accuracy',  # 前缀 'top1' 被自动添加进指标名称中，用以区分同名指标
+    interval=10,
+    by_epoch=True,
+)
+```
+
+## 增加自定义评测器
+
+在 OpenMMLab 的各个算法库中，已经实现了对应方向的常用评测器。如 MMDetection 中提供了 COCO 评测器，MMClassification 中提供了 accuracy、f1_score 等评测器等。
+
+用户也可以根据自身需求，增加自定义的评测器。在实现自定义评测器时，用户需要继承 MMEngine 中提供的评测器基类 [BaseEvaluator](Todo:baseevaluator-doc-link)，并实现对应的抽象方法。
+
+### 评测器基类
+
+评测器基类 `BaseEvaluator` 是一个抽象类，具有以下 2 个抽象方法：
+
+- `process()`: 处理每个批次的测试数据和模型预测结果。处理结果应存放在 `self.results` 列表中，用于在处理完所有测试数据后计算评测指标。
+- `compute_metrics()`: 计算评测指标，并将所评测指标存放在一个字典中返回。
+
+其中，`compute_metrics()` 会在 `evaluate()` 方法中被调用；后者在计算评测指标前，会在分布式测试时收集和汇总不同 rank 的中间处理结果。而 `process()` 和 `evaluate()` 都会由任务执行器调用。因此，用户只需要在继承 `BaseEvaluator` 后实现 `process()` 和 `compute_metrics()` 方法即可。
+
+需要注意的是，`self.results` 中存放的具体类型取决于自定义评测器类的实现。例如，当测试样本或模型输出数据量较大（如语义分割、图像生成等任务），不宜全部存放在内存中时，可以在 `self.results` 中存放每个批次计算得到的指标，并在 `compute_metrics()` 中汇总；或将每个批次的中间结果存储到临时文件中，并在 `self.results` 中存放临时文件路径，最后由 `compute_metrics()` 从文件中读取数据并计算指标。
+
+### 自定义评测器类
+
+我们以实现分类正确率（Classification Accuracy）评测器为例，说明实现自定义评测器的方法。
+
+首先，自定义评测器类应继承自 `BaseEvaluator`，并应加入注册器 `EVALUATORS` (关于注册器的说明请参考[相关文档](docs\zh_cn\tutorials\registry.md))。
+
+ `process()` 方法有 2 个输入参数，分别是测试数据样本`data_samples`和模型预测结果 `predictions`。我们从中分别取出样本类别标签和分类预测结果，并存放在 `self.results` 中。
+
+`compute_metrics()`方法有 1 个输入参数 `results`，里面存放了所有批次测试数据经过 `process()` 方法处理后得到的结果。从中取出样本类别标签和分类预测结果，即可计算得到分类正确率 `acc`。最终，将计算得到的评测指标以字典的形式返回。
+
+具体的实现如下：
+
+```python
+from mmengine.evaluator import BaseEvaluator
+from mmengine.registry import EVALUATORS
+
+import numpy as np
+
+@EVALUATORS.register_module()
+class AccuracyEvaluator(BaseEvaluator):
+    
+    def process(self, data_samples: Dict, predictions: Dict):
+        """Process one batch of data and predictions. The processed
+        Results should be stored in `self.results`, which will be used
+        to computed the metrics when all batches have been processed.
+        
+        Args:
+            data_samples (dict): The data samples from the dataset.
+            predictions (dict): The output of the model.
+        """
+
+        # 取出分类预测结果和类别标签
+        result = dict(
+            'pred': predictions.pred_label,
+            'gt': data_samples.gt_label
+        )
+        
+        # 将当前 batch 的结果存进 self.results
+        self.results.append(result)
+    
+    def compute_metrics(self, results: List):
+        """Compute the metrics from processed results.
+
+        Args:
+            results (dict): The processed results of each batch.
+    
+        Returns:
+            Dict: The computed metrics. The keys are the names of the metrics,
+            and the values are corresponding results.
+        """
+
+        # 汇总所有样本的分类预测结果和类别标签
+        preds = np.concatenate([res['pred'] for res in results])
+        gts = np.concatenate([res['gt'] for res in results])
+
+        # 计算分类正确率
+        acc = (preds == gts).sum() / preds.size
+
+        # 返回评测指标结果
+        return {'accuracy': acc}
+
+```