Update eval_test.md

docs/zh_cn/migration/eval_test.md

@@ -1 +1,160 @@
-# 评测与测试的迁移（待更新）
+# 评估与测试设置的迁移
+
+我们更新了 MMagic 1.x 中的评估设置，重要修改如下：
+
+- 评估字段被分为 `val_evaluator` 和 `test_evaluator` ， `interval` 被移动到 `train_cfg.val_interval` 。
+- 评估指标从 `test_cfg` 移至 `val_evaluator` 和 `test_evaluator`
+
+<table class="docutils">
+<thead>
+  <tr>
+    <th> 原评估配置 </th>
+    <th> 新评估配置 </th>
+<tbody>
+<tr>
+<td valign="top">
+
+```python
+train_cfg = None  # 训练配置字典变量设为 None
+test_cfg = dict(  # 测试配置字典变量
+    metrics=['PSNR'],  # 测试期间使用的指标 PSNR （峰值信噪比）
+    crop_border=scale)  # 评估期间裁剪边框
+
+evaluation = dict(  # 构建评估钩子的配置字典变量
+    interval=5000,  # 评价间隔
+    save_image=True,  # 评估期间保存图像
+    gpu_collect=True)  # 使用 GPU 收集
+```
+
+</td>
+
+<td valign="top">
+
+```python
+val_evaluator = [
+    dict(type='PSNR', crop_border=scale),  # 要评估的指标名称
+]
+test_evaluator = val_evaluator
+
+train_cfg = dict(
+    type='IterBasedTrainLoop', max_iters=300000, val_interval=5000)  # 训练循环类型配置
+val_cfg = dict(type='ValLoop')  # 验证循环类型的名称
+test_cfg = dict(type='TestLoop')  # 测试循环类型的名称
+```
+
+</td>
+
+</tr>
+</thead>
+</table>
+
+我们已将[MMGeneration 1.x](https://github.com/open-mmlab/mmgeneration/tree/1.x)合并到 MMagic 中.
+这里是关于 MMGeneration 的评估和测试设置的迁移。
+
+评估字段分为 `val_evaluator` 和 `test_evaluator` ，并且评估字段不再支持 `interval` 和 `save_best` 参数。
+
+- `interval` 移至 `train_cfg.val_interval`，请参阅[调度设置](./schedule.md)。
+- `save_best` 移至 `default_hooks.checkpoint.save_best`。
+
+<table class="docutils">
+<thead>
+  <tr>
+    <th> 0.x 版本 </th>
+    <th> 1.x 新版本 </th>
+<tbody>
+<tr>
+<td valign="top">
+
+```python
+evaluation = dict(
+    type='GenerativeEvalHook',
+    interval=10000,
+    metrics=[
+        dict(
+            type='FID',
+            num_images=50000,
+            bgr2rgb=True,
+            inception_args=dict(type='StyleGAN')),
+        dict(type='IS', num_images=50000)
+    ],
+    best_metric=['fid', 'is'],
+    sample_kwargs=dict(sample_model='ema'))
+```
+
+</td>
+
+<td valign="top">
+
+```python
+val_evaluator = dict(
+    type='Evaluator',
+    metrics=[
+        dict(
+            type='FID',
+            prefix='FID-Full-50k',
+            fake_nums=50000,
+            inception_style='StyleGAN',
+            sample_model='orig'),
+        dict(
+            type='IS',
+            prefix='IS-50k',
+            fake_nums=50000)])
+# 设置最佳配置
+default_hooks = dict(
+    checkpoint=dict(
+        type='CheckpointHook',
+        interval=10000,
+        by_epoch=False,
+        less_keys=['FID-Full-50k/fid'],
+        greater_keys=['IS-50k/is'],
+        save_optimizer=True,
+        save_best=['FID-Full-50k/fid', 'IS-50k/is'],
+        rule=['less', 'greater']))
+test_evaluator = val_evaluator
+```
+
+</td>
+
+</tr>
+</thead>
+</table>
+
+为了正确评估和测试模型，我们需要在 `val_cfg` 和 `test_cfg` 中设置特定的循环。
+
+<table class="docutils">
+<thead>
+  <tr>
+    <th> 0.x 版本中的静态模型 </th>
+    <th> 1.x 版本中的静态模型 </th>
+<tbody>
+<tr>
+<td valign="top">
+
+```python
+total_iters = 1000000
+
+runner = dict(
+    type='DynamicIterBasedRunner',
+    is_dynamic_ddp=False,
+    pass_training_status=True)
+```
+
+</td>
+
+<td valign="top">
+
+```python
+train_cfg = dict(
+    by_epoch=False,  # 使用基于迭代的训练
+    max_iters=1000000,  # 最大训练迭代次数
+    val_begin=1,
+    val_interval=10000)  # 评价间隔
+val_cfg = dict(type='MultiValLoop')  # 验证中的特定循环
+test_cfg = dict(type='MultiTestLoop')  # 测试中的特定循环
+```
+
+</td>
+
+</tr>
+</thead>
+</table>