MMEditing代码阅读笔记二：main()函数中的build_dataset()
今天，继上篇文章捋清楚build_model()函数之后，进入build_dataset()函数里面看了看。
总结就是：换汤不换药。
build_dataset()函数执行框图
最后pipe_line()那块：其实这块从大框架来说并不能当作是一个独立的模块。或者可以这么说（上篇文章 我们说道build_from_cfg函数中的obj_type = args.pop(‘type’)语句会将除了type类型的其他属性copy到args这个参数中，然后args会赋值给type对应value的实例化对像。） 然后，进入pipe_line里面继续迭代取出type，并将其他属性赋值给type对应的实例化对象。 我觉得简单一点就像一个大函数里面有一对小函数，顺序执行罢了。
这里你可以在调试的时候观察type类型的变化 并对比配置文件中的train_pipeline(以edsr_x2c64b16_g1_300k_div2k.py为例) 只是截取了一部分。
首先，你可以把下图当作大函数，或许叫做外层对象更恰当。
然后，实例化好外层对象之后，开始进入内层对象的建立（对应上面咱说的所谓的小函数，注：对应着上面的字典列表来看，也正是在这一步进入了pipe_line里面） pipe_line的功能就是对数据进行归一化、翻转、取出patch… 也就是常说的预处理。
到此，退出build_dataset()函数，创建数据部分执行完毕。。
另外，发现train_loader 封装数据这块 在后续的train_model()函数中执行。
好了，关于这部分的记录到此为止。