1.除了虚幻4还有啥高级引擎
2.MaskFormer源码解析
3.PyYAML官方教程
4.3d稀疏卷积——spconv源码剖析（三）
5.nnUNet使用笔记：如何自定义你的nnUNet？
6.各游戏引擎比较,源码游戏引擎都有哪些

除了虚幻4还有啥高级引擎

       游戏引擎除了虚幻引擎，还有Unity、源码寒霜引擎、源码Source Engine起源引擎、源码IW无尽引擎、源码Cry Engine 尖叫引擎、源码红胡运营源码RAGE狂暴引擎、源码Cocos2D、源码Avalanche Engine雪崩引擎、源码The源码 Dead Engine死亡引擎、Naughty Dog Game Engine顽皮狗等。源码

1、源码虚幻引擎

       虚幻引擎是源码美国Epic游戏公司研发的一款3A级游戏引擎，目前世界最知名授权最广的源码顶尖游戏引擎，占有全球商用游戏引擎%的源码市场份额，次世代画面标准最高的一款游戏引擎。

       优点：源代码开源；画质秒杀Unity；蓝图设计；应用范围广；

       缺点：网上教程少；功能太多；开发成本较高；需要精通C++；

2、Unity

       Unity是由Unity Technologies公司开发的一个让玩家能够轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的多平台的综合型游戏开发工具，是一个全面整合的专业游戏引擎。

       优点：可定制性高；开发成本较低；网上教程多；入门简单，略懂C#即可；

       缺点：内建工具不够完善源；代码不开源；游戏渲染不如虚幻引擎；控制器支持较差；

3、寒霜引擎

       寒霜引擎是EA旗下的”DICE“工作室所开发的一款3D游戏引擎，自年开始启动研发，也是目前世界上知名度最广的游戏引擎之一。

       优点：可以运作庞大的游戏地图；超强可破坏场景和音效系统；

       缺点：细节粗糙；

4、起源引擎

       起源(source)引擎是一款3D游戏引擎，由Valve软件公司为了第一人称射击游戏《半条命2》开发，并且对其他的游戏开发者开放授权。作为一款整合引擎，起源引擎可以对开发者提供从物理模拟、画面渲染到服务器管理、用户界面设计等所有服务。

       起源引擎

       优点：优化性比较好，chinapay 源码电脑配置要求不高；兼容性强；

       缺点：渲染效率不高，不适合大地图制作；实时光影不好；

5、IW无尽引擎

       IW引擎是一个游戏引擎，中文名为“无尽引擎”，是由动视暴雪旗下游戏工作室Infinity Ward工作室开发应用于使命召唤系列，并作为游戏的主要引擎。引擎包含了id Software开发的GtkRadiant关卡开发软件。它已被用于由Infinity Ward，Treyarch，Raven Software开发的游戏中。

       优点：支持DirectX 技术；画质还不错；

       缺点：贴图较为粗糙

6、Cry3引擎

       Cry Engine3，是德国的CRYTEK公司出品一款对应最新技术DirectX的游戏引擎，允许实时创作跨平台游戏。

       优点：音频工具比较强悍；AI代码技术简单；工具齐全；

       缺点：免费榜缺乏客户支持；推出时间相对较晚，开发者社区还不够强大；学习门槛对于初入行这比较高。

7、RAGE狂暴引擎

       Rockstar高级游戏引擎（简称RAGE）是由电视游戏开发方Rockstar（圣地亚哥）RAGE技术组以及Rockstar其它制作组出资开发的一款游戏引擎，适于在PC、PS3、Wii和Xbox 平台上的游戏开发。

       优点：世界地图流缓冲技术；复杂人工智能管理；快速网络代码；

       缺点：和其他顶级引擎相比界面比较差；对于键盘和鼠标控制优化做的不足。

8、Cocos2D

       Cocos2D是一个基于MIT协议的开源框架，用于构建游戏、应用程序和其他图形界面交互应用。可以让你在创建自己的多平台游戏时节省很多的时间。

       优点：强大灵活；提供成熟的框架和多种工具；开源、免费，社区支持强大；

       缺点：和同类引擎相比比较复杂；学习门槛相对较高；不支持跨平台引擎。

MaskFormer源码解析

       整个代码结构基于detectron2框架，代码逻辑清晰，从配置文件中读取相关变量，无需过多关注注册指令，安葬 源码核心在于作者如何实现网络结构图中的关键组件。MaskFormer模型由backbone、sem_seg_head和criterion构成，backbone负责特征提取，sem_seg_head整合其他部分，criterion用于计算损失。

       在backbone部分，作者使用了resnet和swin两种网络，关注输出特征的键值，如'res2'、'res3'等。在MaskFormerHead中，核心在于提供Decoder功能，这个部分直接映射到模型的解码过程，通过layers()函数实现。

       pixel_decoder部分由配置文件指定，指向mask_former/heads/pixel_decoder.py文件中的TransformerEncoderPixelDecoder类，这个类负责将backbone提取的特征与Transformer结合，实现解码过程。predictor部分则是基于TransformerPredictor类，负责最终的预测输出。

       模型细节中，TransformerEncoderPixelDecoder将backbone特征与Transformer结合，生成mask_features。TransformerEncoderPixelDecoder返回的参数是FPN结果与Transformer编码结果，后者通过TransformerEncoder实现，关注维度调整以适应Transformer计算需求。predictor提供最终输出，通过Transformer结构实现类别预测与mask生成。

       损失函数计算部分采用匈牙利算法匹配查询和目标，实现类别损失和mask损失的计算，包括dice loss、focal loss等。整个模型结构和输出逻辑清晰，minisipserver 源码前向运算输出通过特定函数实现。

       总的来说，MaskFormer模型通过backbone提取特征，通过Transformer实现解码和预测，损失函数计算统一了语义分割和实例分割任务，实现了一种有效的方法。理解代码的关键在于关注核心组件的功能实现和参数配置，以及损失函数的设计思路。强烈建议阅读原论文以获取更深入的理解。

PyYAML官方教程

       PyYAML是Python的一个YAML解析器和发射器。

       安装

       简单安装，从源代码安装，请下载源代码包PyYAML-5.1.tar.gz并进行解压。转到目录PyYAML-5.1，运行安装命令。若需使用比纯Python版本快的LibYAML绑定，则需下载并安装 LibYAML。运行安装命令以使用基于LibYAML的解析器和发射器。注意，纯Python和基于LibYAML的解析器和发射器之间存在细微差异。

       常见问题解答

       未正确转储的词典没有嵌套集合。这是正确的输出，尽管嵌套映射的样式不同。默认情况下，PyYAML选择集合的样式，如果集合具有嵌套集合则为块样式，否则为流样式。若希望始终以块样式序列化集合，请将dump（）的参数default_flow_style设置为False。

       Python 3支持从3.版本开始，PyYAML和LibYAML绑定为Python3提供完整支持。这是PyYAML API在Python 2和Python 3版本之间的差异的简短概述。

       教程

       从导入yaml包开始。加载YAML使用yaml.load或yaml.safe_load函数。unzip源码yaml.load将YAML文档转换为Python对象。yaml.safe_load限制了构造任意Python对象的能力，仅允许简单的Python对象如整数或列表。python对象可以被标记为安全，以便被yaml.safe_load识别。导出YAML使用yaml.dump函数。pyyaml支持多种关键字参数以指定发射器的格式细节。

       Constructors, representers, resolvers

       定义应用程序特定标签。最简单的方法是定义yaml.YAMLObject的子类。yaml.YAMLObject使用元类魔术注册Constructors和Representers。如果你不想使用元类，可以使用函数yaml.add_constructor和yaml.add_represent注册Constructors和Representers。例如，为Dice类添加一个Constructor和一个Representer。

       YAML语法

       YAML语法介绍在YAML规范的第2章。查看YAML cookbook，专注于Ruby实现，并使用旧的YAML1.0语法。在这里，将介绍最常见的YAML构造以及相应的Python对象。文档是零个或多个文档的集合。Block序列和Block映射分别由-和：表示。Flow集合语法与Python中列表和字典构造函数的语法相似。标量有5种样式：plain、单引号、双引号、literal和折叠。

       Aliases别名

       使用YAML表示任意图形结构的对象。需要从文档的不同部分引用同一对象时，使用锚点和别名。PyYAML现在完全支持递归对象。

       Tags标签

       用于表示YAML节点的类型。标准YAML标签定义于yaml.org/type/index.htm...。标签可能是隐含的或显式的。没有显式定义标记的plain标量受到隐式标记解析的约束。

       YAML标记和Python类型

       下表描述了如何将具有不同标记的节点转换为Python对象。在Python 3中，str对象被转换为!!str标量、bytes对象被转换为!!binary标量。出于兼容性原因，标记!!python/str和!!python/unicode仍然受支持，并转换为str对象。为了表示静态Python对象，使用复杂的!!python/name标记。例如，函数yaml.dump表示为!python/name:yaml.dump。类似地，模块使用标记表示!python/module。

3d稀疏卷积——spconv源码剖析（三）

       构建Rulebook

       下面看ops.get_indice_pairs，位于：spconv/ops.py

       构建Rulebook由ops.get_indice_pairs接口完成

       get_indice_pairs函数具体实现：

       主要就是完成了一些参数的校验和预处理。首先，对于3d普通稀疏卷积，根据输入shape大小，kernel size，stride等参数计算出输出输出shape，子流行稀疏卷积就不必计算了，输出shape和输入shape一样大小

       准备好参数之后就进入最核心的get_indice_pairs函数。因为spconv通过torch.ops.load_library加载.so文件注册,所以这里通torch.ops.spconv.get_indice_pairs这种方式来调用该函数。

       算子注册：在src/spconv/all.cc文件中通过Pytorch提供的OP Register(算子注册的方式)对底层c++ api进行了注册，可以python接口形式调用c++算子

       同C++ extension方式一样，OP Register也是Pytorch提供的一种底层扩展算子注册的方式。注册的算子可以通过 torch.xxx或者 tensor.xxx的方式进行调用，该方式同样与pytorch源码解耦，增加和修改算子不需要重新编译pytorch源码。用该方式注册一个新的算子，流程非常简单：先编写C++相关的算子实现，然后通过pytorch底层的注册接口（torch::RegisterOperators），将该算子注册即可。

       构建Rulebook实际通过python接口get_indice_pairs调用src/spconv/spconv_ops.cc文件种的getIndicePairs函数

       代码位于：src/spconv/spconv_ops.cc

       分析getIndicePairs直接将重心锁定在GPU逻辑部分，并且子流行3d稀疏卷积和正常3d稀疏卷积分开讨论，优先子流行3d稀疏卷积。

       代码中最重要的3个变量分别为：indicePairs，indiceNum和gridOut，其建立过程如下：

       indicePairs代表了稀疏卷积输入输出的映射规则，即Input Hash Table 和 Output Hash Table。这里分配理论最大的内存，它的shape为{ 2,kernelVolume,numAct}，2表示输入和输出两个方向，kernelVolume为卷积核的volume size。例如一个3x3x3的卷积核，其volume size就是(3*3*3)。numAct表示输入有效(active)特征的数量。indiceNum用于保存卷积核每一个位置上的总的计算的次数，indiceNum对应中的count

       代码中关于gpu建立rulebook调用create_submconv_indice_pair_cuda函数来完成，下面具体分析下create_submconv_indice_pair_cuda函数

       子流线稀疏卷积

       子流线稀疏卷积是调用create_submconv_indice_pair_cuda函数来构建rulebook

       在create_submconv_indice_pair_cuda大可不必深究以下动态分发机制的运行原理。

       直接将重心锁定在核函数：

       prepareSubMGridKernel核函数中grid_size和block_size实则都是用的整形变量。其中block_size为tv::cuda::CUDA_NUM_THREADS,在include/tensorview/cuda_utils.h文件中定义，大小为。而grid_size大小通过tv::cuda::getBlocks(numActIn)计算得到,其中numActIn表示有效(active)输入数据的数量。

       prepareSubMGridKernel作用：建立输出张量坐标(通过index表示)到输出序号之间的一张哈希表

       见：include/spconv/indice.cu.h

       这里计算index换了一种模板加递归的写法，看起来比较复杂而已。令：new_indicesIn = indicesIn.data()，可以推导得出index为：

       ArrayIndexRowMajor位于include/tensorview/tensorview.h，其递归调用写法如下：

       接着看核函数getSubMIndicePairsKernel3：

       位于：include/spconv/indice.cu.h

       看：

       上述写法类似我们函数中常见的循环的写法，具体可以查看include/tensorview/kernel_utils.h

       NumILP按默认值等于1的话，其stride也是gridDim.x*blockDim.x。索引最大值要小于该线程块的线程上限索引blockDim.x * gridDim.x，功能与下面代码类似：

       参考： blog.csdn.net/ChuiGeDaQ...

nnUNet使用笔记：如何自定义你的nnUNet？

       nnUNet在许多医学challenge的分割任务上都达到了SOTA水平，身边一些人也实际使用过，验证了有效性。nnUNet的一大优点就是可以直接命令行调用，无需手动调参；但这也是他的问题，手动修改网络/Loss/超参的方式并不是那么简明。

        本文主要是笔者的个人使用笔记，用于记录如何调整nnUNet框架下的lr、epoch、网络结构、loss函数等配置。内容主要是分享如何在享受nnUNet的方便性的同时，也能够享受调参的快 (zhe) 乐 (mo)。

        这个可以简单的通过修改Trainer源码来实现，比如对于

        可以修改nnUNetTrainerV2.py对应的源码。

        默认loss是nnunet/training/loss_functions/dice_loss.py中的DC_and_CE_loss，一种不太便于维护的方法就是，直接修改这个Loss的源码，在准备接下来的实验中都使用同一个Loss时可以这么搞。

        比较建议的方式是，通过修改plan中的ExperimentPlanner，然后重新进行nnUNet_plan_and_preprocess来修改(网络模型也同样可以使用这种方式进行修改)。

        [TO-DO] 给个例子说明

各游戏引擎比较,游戏引擎都有哪些

       寒霜引擎，寒霜引擎，是瑞典DICE游戏工作室为著名电子游戏产品《战地》系列设计的一款3D游戏引擎。一、引擎的介绍随着游戏开发的不断进步，游戏开发越来越庞大复杂，因此游戏引擎已经成为游戏开发必不可少的工具，虚幻引擎数年以来，虚幻引擎一直是做高端EA游戏最受欢迎的引擎。

       1、游戏引擎都有哪些？游戏公司都用这些引擎做出过哪些好游戏？

       比较有名的首先是epic出的虚幻引擎到现在已经出了4代了，虚幻4也是印象中应用最广，游戏作品最多的引擎之一。很多大作都是基于虚幻4制作的，代表作有《堡垒之夜》，《腐烂国度2》，《灵魂能力6》，《绝地求生刺激战场》等。然后是寒霜引擎，寒霜引擎，是瑞典DICE游戏工作室为著名电子游戏产品《战地》系列设计的一款3D游戏引擎，

       该引擎从年起开始研发，第一款使用寒霜引擎的游戏在年问世。代表作有《战地》系列《荣誉勋章》，《植物大战僵尸花园战争》，《龙腾世纪审判》等，再之后是Unity3D引擎，Unity3D是由UnityTechnologies开发的一个让玩家轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的多平台的综合型游戏开发工具，是一个全面整合的专业游戏引擎。

       Unity3D也是游戏应用最多的引擎之一，很多手游，网页游戏都是使用的此引擎，代表作有《神庙逃亡2》，《炉石传说》等，起源引擎，“起源引擎”包含了尖端的人物动画、先进的AI、真实的物理解析、以着色器为基础的画面渲染，以及高度可扩展的开发环境。代表作有《半条命2》,《Dota2》等，除了上述之外还有Creation引擎，IWEngine，铁砧引擎等也都诞生了不少好游戏。

       2、目前主流的游戏引擎有哪些？

       最近，不知道各位小伙伴有没有去Epic游戏商城领取《GTA5》，而几乎在同一时间，Epic方面也揭开了虚幻引擎5的神秘面纱，并为广大玩家与游戏开发者展示了一个能够让渲染细节媲美**CG与真实世界的次世代游戏引擎。尽管虚幻引擎5的预览版要到年初才会发布,完整版目前来看还遥遥无期，但这显然并没有妨碍大家对于次世代游戏的美好展望，

       而对于游戏开发者来说，无论R星知名大作《GTA5》还是虚幻引擎5，显然都没有Epic的新政策更有影响力。在Epic公开了虚幻引擎5在PlayStation5上运行实时演示视频的同时，还宣布将修改虚幻引擎的抽成正常，并降低了分成比例，从此前每季度总营收超过美金触发5%的分成协议，更改为仅针对万美元以上的游戏进行抽成，并且此次修改后的抽成门槛效力可追溯到今年1月1日。

       之所以说Epic这一决定对于开发者来说影响重大，其实是因为引擎对于一款游戏的开发工作来说极为重要，没有接触过游戏开发玩家可能会笼统的说一句，“游戏引擎是用来开发游戏的”，但实际上，游戏引擎是指一些已编写好的可编辑工具，以及互交式实时图像应用程序的核心组件集合。在这个集合中已经提供了各种编写游戏的工具，物理引擎、音效、动画渲染、碰撞测试、光效粒子、场景管理等，以实现让开发者更快捷开发游戏的目标，

       而不至于像多年前的前辈一样，在开发游戏时不得不从零开始搭建脚本库。事实上，从位机时代开始，游戏引擎的概念就已经出现，第一款进行商业授权的游戏引擎，则是用于开发《毁灭战士》的IDTech1，也就是俗称的DOOM引擎。由于其有着能够降低开发难度，以及提升研发速度的优势，因此游戏引擎也得以迅速商业化，

       在游戏引擎的商业化授权市场上，GDC则是有着里程碑意义的一年。不仅是因为当时Epic推出了影响深远的虚幻引擎4，而是在GDC上，三大主流商业引擎虚幻、Unity、CryEngine一起调整了收费方式，并答复降低了授权费用，其中，Epic将虚幻引擎3时代游戏的前5万美元利润免费，5万美元以上部分须交纳%的条款，改为了每月美元加上5%游戏收入分成，并且还开源了虚幻引擎的全部C 源代码。