mmcv2.0中build loop、loop.run()、从Dataloader中取数据、run_iter()函数

本篇博客中，我们以推理为例。

首先进入Runer类中的test函数：

然后进入Runer类中的build_test_loop函数：

然后经过Registry中的build_from_cfg等函数，进入TestLoop类的__init__进行初始化。初始化的时候，会进入父类BaseLoop，在BaseLoop中，会对Dataloader进行build，关于mmcv2.0是如何构建Dataloader的，可以参考：mmcv2.0中build dataloader的流程 - Picassooo - 博客园 (cnblogs.com)。

build完test_loop之后，继续运行Runer类中的test函数剩余代码，包括执行一些带有before_run的钩子函数、load checkpoint等，然后是开始跑test_loop的run函数了：

test_loop的run函数包括需要执行一些钩子函数、从Dataloader中取样本数据、执行run_iter函数等：

这里对从Dataloader中取样本数据的流程进行展开介绍。在执行enumerate(self.dataloader)时，会进入到Dataloader的__iter__函数：

这个__iter__函数会初始化一个迭代器_MultiProcessingDataLoaderIter：

执行上图中第988行代码的时候，会跳转到_BaseDataLoaderIter类中，执行__init__函数，对这个类初始化：

在初始化完_BaseDataLoaderIter和_MultiProcessingDataLoaderIter之后，将会回到Dataloader的__iter__函数，执行这个函数的retrun的时候，也就是执行第433行的时候，会跳转到_BaseDataLoaderIter的__next__函数，这个函数将会返回读取到的data，这个data是经过pipeline处理之后的images和meta_infos。

运行上图中的第628行，将进入_MultiProcessingDataLoaderIter的__next_data()函数：

然后进入_get_data()：

然后会进入_try_get_data()函数：

然后会进入一个队列类的get函数中：

运行上图中的107行，再运行多个multiprocessing相关的函数，然后终于到了Dataset类了——会进入det3d_dataset类的prepare_data函数中：

运行上图中的第370行，会进入get_data_info，根据index去取data_info：

运行上上图中的第385行，会进入base_dataset的Compose类的__call__函数，逐个流程步骤进行数据处理，包括读取图片、对图片进行resize等：

读取图像：

 

 

在执行test_loop的run_iter函数时，会需要从model.test-step函数进入：

数据进模型前的preprocess操作在base_model中的test_step函数。base_model通常是很多模型的父类的父类（祖先）。

这些preprocess操作通常包括normalization, padding and bgr2rgb conversion等步骤。运行上图中144行，会进入Det3DDataPreprocessor类的forward函数（这是因为我在Config中设定了采用这个类进行preprocess）：

运行上图中的第152行，会进入simple_process函数：