mmengine中保存模型参数为pth的代码是哪里

在mmdetection中，模型参数的保存代码通常在`tools/train.py`文件中。在这个文件中，我们可以找到以下代码：

def save_checkpoint(model, filename, optimizer=None, meta=None):
    """Save checkpoint to file.

    Args:
        model (:obj:`nn.Module`): Model to save.
        filename (str): Checkpoint filename.
        optimizer (:obj:`Optimizer`, optional): Optimizer to save.
        meta (dict, optional): Metadata to save in checkpoint.
    """
    if meta is None:
        meta = {}
    meta.update(architecture=mmcv.dump(model.module.arch_spec))
    # Add optimizer information if exists
    if optimizer is not None:
        meta.update(optimizer=optimizer.state_dict())
    if not filename.endswith('.pth'):
        raise ValueError("Only support pytorch's pth format!")
    checkpoint = {
        'meta': meta,
        'state_dict': model.module.state_dict(),
    }
    mmcv.mkdir_or_exist(osp.dirname(filename))
    mmcv.save(checkpoint, filename)

在这个函数中，我们看到，保存模型参数的代码非常简单，只需要将模型的状态字典和一些元数据一起保存到一个字典中，然后使用mmcv库中的`save`函数将这个字典保存到一个.pth文件中即可。在训练过程中，我们可以通过调用这个函数来保存模型参数，例如：

save_checkpoint(model, 'epoch_{}.pth'.format(epoch), optimizer=optimizer)

这个代码会将当前训练轮次的模型参数保存到一个名为`epoch_{epoch}.pth`的文件中。其中，`model`是当前训练的模型，`optimizer`是当前使用的优化器。