vscode lua 编辑 vscode lua debug

转载

mob6454cc6441b6 2024-08-28 20:13:49

文章标签 vscode lua 编辑 vscode ide 编辑器 python 文章分类 游戏开发

文章目录

1. 配置Debug

方法1：直接代码中设置参数
方法2：在launch.json中配置参数

2. 使用debugpy工具调试

(1) debugpy 工具安装
(2) 配置launch.json文件
(3) 在程序中增加debugpy的代码
(4) 启动调试

3. 调试快捷键

3.1 删除所有断点快捷键设置

1. 配置Debug

我们训练yolov5代码时，一般会配置一些参数，比如模型权重文件--weights, 模型的配置文件--cfg, 以及训练的数据--data,
对应的训练脚本为:

训练train

CUDA_VISIBLE_DEVICES=0,1  python train.py   -- weights './yolov5s.pt' --cfg 'models\yolov5s.yaml' --data './data/coco128.yaml'

方法1：直接代码中设置参数

那么对train.py 的代码进行Debug，如果不进行参数设置，直接Debug是会报错的。一种方法是手动在parse_opt函数中修改

--weights ， --cfg , --data这三个参数，然后设置断点，按F5进行调试。很显然这种方式需要手动去改代码，不是很方便，由于测试改动了参数下次重新改回来，很容易忘记原来的参数设置。

vscode lua 编辑 vscode lua debug_vscode lua 编辑

方法2：在launch.json中配置参数

点击右边Debug按钮，选择创建launch.json文件。

vscode lua 编辑 vscode lua debug_python_02

此时显示launch.json的代码，如下所示:

{
    // 使用 IntelliSense 了解相关属性。 
    // 悬停以查看现有属性的描述。
    // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",                          
    "configurations": [
        {
            "name": "Python: Current File",    
            "type": "python",                   
            "request": "launch",                
            "program": "${file}",               
            "console": "integratedTerminal",   
            "justMyCode": true                 
        }
    ]
}

在launch.json中，配置调试需要的参数, 新增一个args变量，配置--weights, --data, --cfg等需要配置的参数.

{
   
    "version": "0.2.0",                               //指定了配置文件的版本
    "configurations": [
        {
            "name": "Python: Current File",           //指定了vscode中Debug的名称
            "type": "python",                         //指定了调试器的类型，这里是python调试器
            "request": "launch",					  //指定了调试请求的类型，这里是"launch",表示启动调试
            "program": "${file}",                     //指定了要调试程序的入口文件，这里使用了${file}变量，表示当前打开的文件
            "args": [                                 //终端传入传入的参数
            	"--weights", "./yolov5s.pt",
            	"--data", "./data/coco128.yaml",
            	"--cfg", "models\yolov5s.yaml",
            ],
            #"env":{"CUDA_VISIBLE_DEVICES":"0,1"}     //指定环境变量：比如"CUDA_VISIBLE_DEVICES":"0,1"，表示使用0,1这两块GPU
            # "cmd":  "/home/yws/project/yolov5"      //指定项目的工作目录
            "console": "integratedTerminal",          //指定了调试器输出控制台的类型，在集成终端中输出
            "justMyCode": false                       //指定了是否只调试用户自己的代码，不调试第三方库的代码, 这里设置false，表示需要调试第三方库
        }
    ]
}

这样就完成了训练参数的配置，就可以打断点，按F5进行调试了，这个方式会比较方便点。

name: 运行和调试显示的名称，可以自行修改，比如修改为train yolov8
program: 调试的文件，默认为${file}（当前的文件）可以不改；也可以指定具体的调试文件比如tools/train.py，路径相对于项目根目录
args: 指定运行文件，需要的参数
env: 可以通过CUDA_VISIBLE_DEVICES,指定训练使用的GPU，等价于: CUDA_VISIBLE_DEVICES="0,1" train.py，支持DP训练模式，但DDP多GPU 并行训练调试不支持
justMyCode: 设为true的话，只调试项目中的代码，如果设为false的话可以调试python库文件中的代码。

2. 使用debugpy工具调试

大多数情况下，使用VSCode调试Python的体验已经非常好了, 有的Python程序并不是通过python直接启动的, 比如DDP 训练时使用用python -m torch.distributed.launch启动, 以及MMDet3D框架中使用torchpack dist-run -np 1 python tools/test.py启动，一般非常难调试，此时就需要借助debugpy进行调试

#1. DDP 训练或测试
CUDA_VISIBLE_DEVICES=6,7 python -m torch.distributed.launch --nproc_per_node=2 train.py  
#2. MMDet3d中 DDP训练或测试
CUDA_VISIBLE_DEVICES=2 torchpack dist-run -np 1 python tools/test.py    train_result/configs.yaml      train_result/epoch_3.pth    --eval bbox    --out box.pkl

(1) debugpy 工具安装

pip install debugpy

(2) 配置launch.json文件

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Attach",
            "type": "python",
            "request": "attach",
           "connect": {
            "host": "localhost",
            "port":12361
           },
           "justMyCode": true
        }
    ]
}

只需要配置下端口号port, 一般任意选择4-5位的数字均可

(3) 在程序中增加debugpy的代码

在调试的入口脚本的开头，增加几行代码

import debugpy
#保证host和端口一致，listen可以只设置端口。则为localhost,否则设置成(host,port)
debugpy.listen(12361)
print('wait debugger')
debugpy.wait_for_client()
print("Debugger Attached")

(4) 启动调试

以MMDet3D中，假设我们需要调试test.py ，在终端执行如下脚本:

CUDA_VISIBLE_DEVICES=2 torchpack dist-run -np 1 python tools/test.py    train_result/configs.yaml      train_result/epoch_3.pth    --eval bbox    --out box.pkl

vscode lua 编辑 vscode lua debug_vscode_03