Document translation - overview and migration

docs/zh_cn/migration.md

@@ -0,0 +1,169 @@
+#  MMTracking 版本迁移
+
+与 0.xx  版本的 MMTracking 相比, 最新的 1.xx 版本有以下重要修改。
+
+## 整体架构
+
+MMTracking  0.xx版本中的`core`，在1.xx的新版中被划分为了`engine`、 `evaluation`、 `structures`、 `visualization` 和 `model/task_moduls` 模块。详细信息可见[用户指南](../../docs/en/user_guides)。
+
+## 配置
+
+### 文件名
+
+旧版: `deepsort_faster-rcnn_fpn_4e_mot17-private-half.py`
+
+**新版**: `deepsort_faster-rcnn-resnet50-fpn_8x2bs-4e_mot17halftrain_test-mot17halfval.py`
+
+### Dataset Loader 配置变更
+
+**旧版**
+
+```python
+data = dict(
+    samples_per_gpu=16,
+    workers_per_gpu=4,
+    persistent_workers=True,
+    samples_per_epoch=60000,
+    train=dict(
+        type='GOT10kDataset',
+        ann_file=data_root +
+        'got10k/annotations/got10k_train_infos.txt',
+        img_prefix=data_root + 'got10k',
+        pipeline=train_pipeline,
+        split='train',
+        test_mode=False),
+    val=dict(
+        type='GOT10kDataset',
+        ann_file=data_root + 'got10k/annotations/got10k_test_infos.txt',
+        img_prefix=data_root + 'got10k',
+        pipeline=test_pipeline,
+        split='test',
+        test_mode=True),
+    test=dict(
+        type='GOT10kDataset',
+        ann_file=data_root + 'got10k/annotations/got10k_test_infos.txt',
+        img_prefix=data_root + 'got10k',
+        pipeline=test_pipeline,
+        split='test',
+        test_mode=True))
+```
+
+**新版**
+
+```python
+train_dataloader = dict(
+    batch_size=16,
+    num_workers=4,
+    persistent_workers=True,
+    sampler=dict(type='QuotaSampler', samples_per_epoch=60000),
+    dataset=dict(
+        type='GOT10kDataset',
+        data_root=data_root,
+        ann_file='GOT10k/annotations/got10k_train_infos.txt',
+        data_prefix=dict(img_path='GOT10k'),
+        pipeline=train_pipeline,
+        test_mode=False))
+val_dataloader = dict(
+    batch_size=1,
+    num_workers=4,
+    persistent_workers=True,
+    drop_last=False,
+    sampler=dict(type='VideoSampler'),
+    dataset=dict(
+        type='GOT10kDataset',
+        data_root='data/',
+        ann_file='GOT10k/annotations/got10k_test_infos.txt',
+        data_prefix=dict(img_path='GOT10k'),
+        pipeline=test_pipeline,
+        test_mode=True))
+test_dataloader = val_dataloader
+```
+
+### Optimizer 配置变更
+
+**旧版**
+
+```python
+optimizer = dict(
+    type='AdamW',
+    lr=0.0001,
+    weight_decay=0.0001,
+    paramwise_cfg=dict(
+        custom_keys=dict(backbone=dict(lr_mult=0.1, decay_mult=1.0))))
+optimizer_config = dict(grad_clip=dict(max_norm=0.1, norm_type=2))
+```
+
+**新版**
+
+```python
+optim_wrapper = dict(
+    type='OptimWrapper',
+    optimizer=dict(type='AdamW', lr=0.0001, weight_decay=0.0001),
+    clip_grad=dict(max_norm=0.1, norm_type=2),
+    paramwise_cfg=dict(
+        custom_keys=dict(backbone=dict(lr_mult=0.1, decay_mult=1.0))))
+```
+
+### Learning Scheduler  配置变更
+
+**旧版**
+
+```python
+lr_config = dict(policy='step', step=[400])
+```
+
+**新版**
+
+```python
+param_scheduler = dict(type='MultiStepLR', milestones=[400], gamma=0.1)
+```
+
+## 模型
+
+### 数据预处理
+
+MMTracking 的1.xx 版本增加了 [TrackDataPreprocessor](../../mmtrack/models/data_preprocessors/data_preprocessor.py)。由 Data Pipeline 输出的数据经该模块的转换后，再被送入到模型中。
+
+### 训练
+
+在训练阶段的正向传播过程中，Models 及 Heads 的每一类结果都是调用`loss`函数来执行。模型中的`loss`函数包含一个字典`Tensor`和一个列表 `TrackDataSample`。
+
+### 测试
+
+在测试阶段的正向传播过程中，Models 及 Heads 的每一类结果都是调用`predict`函数来执行。模型中的`predict`函数包含一个字典`Tensor`和一个列表 `TrackDataSample`。
+
+## 数据
+
+### 数据结构
+
+MMTracking 的1.xx 版本新增了两个数据结构: [TrackDataSample](../../mmtrack/structures/track_data_sample.py) 和 [ReIDDataSample](../../mmtrack/structures/reid_data_sample.py)。这些数据结构封装了一张图片或序列的真值标签及预测结果，并将其用作为不同组件的接口。
+
+### Dataset 类
+
+MMTracking 的1.xx 版本新增了两个继承自 MMEngine 的基本 Dataset 类：`BaseSOTDataset` 和 `BaseVideoDataset`。前者仅用于单目标跟踪（SOT），后者可用于所有任务。
+
+### Data Pipeline
+
+1. MMTracking 旧版中的大部分图像序列变换，在新版本中被重构。具体来说，我们使用`TransformBroadcaster` 来封装单个图像的变换。
+
+   我们仍旧保留了某些图像序列的变换，例如`SeqCropLikeStark`，因为`TransformBroadcaster`不支持分别为序列中的每个图像设置不同的参数。
+
+2. 我们将旧版的`VideoCollect`, `ConcatSameTypeFrames` 和 `SeqDefaultFormatBundle`进行了封装 ，在新版中使用`PackTrackInputs`。
+
+3. 旧版本 pipeline 中的 normalizaion 被移除，其操作移至模型的正向传播过程。
+
+### 数据采样
+
+MMTracking 的1.xx 版本新增了 `DATA_SAMPLERS` 注册表。您可以在配置中自定义不同的数据集采样器，详细信息参见[此处](../../mmtrack/datasets/samplers)。
+
+## 评估
+
+在旧版本的 MMTarcking 中，评估过程使用的是 Dataset 类。在MMTracking 的1.xx 版本中，我们新增了`METRICS`注册表，所有的评估都是在 Metric 类下通过`METRICS`实现的，详细信息参见[此处](../../mmtrack/evaluation/metrics)。
+
+## 可视化
+
+MMTracking 的1.xx 版本在`VISUALIZER`中新增了`TrackLocalVisualizer` 和 `DetLocalVisualizer`。相较于旧版，新版支持了图像和特征图的可视化，详细信息参见[此处](../../mmtrack/visualization/local_visualizer.py)。
+
+## 引擎
+
+MMTracking 的1.xx 版本重构了runner、hook、logging和optimizer，详细信息可见于 MMEngine。

docs/zh_cn/overview.md

@@ -0,0 +1,73 @@
+## 简介
+
+MMTracking是一个基于 [PyTorch](https://pytorch.org/)的视频感知开源工具箱，它是[OpenMMLab](https://openmmlab.com)项目的一部分。
+
+它支持4项视频任务:
+
+- 视频目标检测(VID)
+- 单目标跟踪 (SOT)
+- 多目标跟踪 (MOT)
+- 视频实例分割(VIS)
+
+## 主要特性
+
+- **首个统一视频感知平台**
+
+  我们是首个统一了多种视频感知任务的开源工具箱，任务包含视频目标检测、视频实例分割、单目标跟踪及多目标跟踪。
+
+- **模块化设计**
+
+  我们将视频感知框架解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷的构建自定义的模型。
+
+- **简单、快速、强大**
+
+  **简单**: MMTracking建立在 [MMDetection](https://github.com/open-mmlab/mmdetection)之上，并且能与 OpenMMLab上的其他项目交互，通过简单调整配置文件即可使用任何检测算法。
+
+  **快速**: 所有算法操作都运行在GPU上，训练速度比其他代码库更快或者相当。
+
+  **强大**: 我们复现了SOTA的模型，其中一些模型甚至优于官方实现。
+
+## 入门
+
+MMTracking 的基本使用方法请参考[get_started.md](./get_started.md) 。
+
+我们提供了 Colab 教程，您可以在[此处](../../demo/MMTracking_Tutorial.ipynb)预览或直接在[Colab](https://colab.research.google.com/github/open-mmlab/mmtracking/blob/master/demo/MMTracking_Tutorial.ipynb)上运行。
+
+## 教程
+
+以下是一些[基础教程](./user_guides/)，包含：
+
+- [配置](./user_guides/1_config.md)
+- [数据集准备](./user_guides/2_dataset_prepare.md)
+- [推理](./user_guides/3_inference.md)
+- [训练和测试](./user_guides/4_train_test.md)
+- [可视化](./user_guides/5_visualization.md)
+- [分析工具](./user_guides/6_analysis_tools.md)
+
+如果您想学习更多[进阶指南](./advanced_guides) ，可参见：
+
+- [数据流](./advanced_guides/1_data_flow.md)
+- [结构](./advanced_guides/2_structures.md)
+- [模型](./advanced_guides/3_models.md)
+- [数据集](./advanced_guides/4_datasets.md)
+- [transforms](./advanced_guides/5_transforms.md)
+- [评估](./advanced_guides/6_evaluation.md)
+- [引擎](./advanced_guides/7_engine.md)
+- [convention](./advanced_guides/8_convention.md)
+- [添加模块](./advanced_guides/9_add_modules.md)
+- [添加数据集](./advanced_guides/10_add_datasets.md)
+- [add transforms](./advanced_guides/11_add_transforms.md)
+- [添加评价指标](./advanced_guides/12_add_metrics.md)
+- [自定义运行环境](./advanced_guides/13_custime_runtime.md)
+
+## 基准测试和模型库
+
+测试结果和模型可以在[模型库](./model_zoo.md)中找到。
+
+## 贡献指南
+
+我们感谢所有为改进 MMTracking 所做出的努力。请参阅[CONTRIBUTING.md](https://github.com/open-mmlab/mmcv/blob/master/CONTRIBUTING.md) 以获取贡献指南，或[在此](https://github.com/open-mmlab/mmtracking/issues/73)参与开发路线的讨论。
+
+## 常见问题
+
+如果您在使用 MMTracking 过程中遇到任何问题，可以先参考[FAQ](https://github.com/open-mmlab/mmtracking/blob/dev-1.x/docs/en/notes/faq.md)。如未解决，您可以发布一个[issue](https://github.com/open-mmlab/mmtracking/issues/)，我们会尽快回复。