mmdetection

基于 PyTorch 的对象检测工具箱
授权协议 GPL-3.0
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 国产
投 递 者 魏风华
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

mmdetection 是一个基于 PyTorch 的开源对象检测工具箱,它提供了已公开发表的多种视觉检测核心模块,通过这些模块的组合,可以迅速搭建出各种著名的检测框架。

主要特性:

  • 模块化设计

    通过组合不同的组件,可以容易地构建定制的对象检测框架。

  • 支持多个框架开箱即用

    该工具箱直接支持流行的检测框架,如 Faster RCNN、Mask RCNN、RetinaNet 等。

  • 高效

    所有基本的 bbox 和掩码操作现在都在 GPU 上运行。不同模型上,训练速度比 Detectron 快约 5%~20%。

  • 最先进的

    重构自 MMDet 团队的代码库,而 MMDet 赢得了 COCO Detection 2018 挑战赛。

  • 转自:MMDetection 使用示例:从入门到出门 前言 最近对目标识别感兴趣,想做一些有趣目标识别项目自己玩耍,本来选择的是 YOLOV5 的,但无奈自己使用 YOLOV5 环境训练模型时,不管训练多少次 mAP 指标总是为 0,而其它 pytorch 项目却能正常运行,尝试解决无果后发现另一个更好用的目标识别库——MMDetection ,最终实现了自己的需求。本文首先介绍了 MMDetec

  • 依赖 — MMDetection 2.25.1 文档 依赖 Linux 和 macOS (Windows 理论上支持) Python 3.6+ PyTorch 1.3+ CUDA 9.2+ (如果基于 PyTorch 源码安装,也能够支持 CUDA 9.0) GCC 5+ MMCV MMDetection 和 MMCV 版本兼容性如下所示,需要安装正确的 MMCV 版本以避免安装出现问题。 MMD

  • 如有错误,恳请指出。 开门见山,基于mmdet的官方文档直接介绍如何进行我们的运行配置。个人觉得,继承于default_runtime.py这个文件之后,主要需要自己稍微更改下的配置主要有7个,分别是:优化器配置、学习率配置、工作流程配置、检查点配置、日志配置、评估配置、训练设置。具体的配置流程如下所示。 如果需要其他钩子函数的实现与配置,具体可以查看参考资料1. 1. 优化器配置 optimiz

  • 如有错误,恳请指出。 这篇博客记录安装mmdetection的过程,以及记录对公共数据集进行推理测试与训练的简单使用。 1. 创建openmmlab环境 conda create --name openmmlab python=3.9 -y conda activate openmmlab 2. 安装pytorch pip install torch==1.11.0+cu102 torchvis

  • 这一篇是一个比较宽泛的训练框架讲解与说明。会大致说一些模型训练过程中需要的一些模块,datasets、backbone、neck、head、loss等。会先将框架结构,再讲核心机制。 目录 1.框架结构 1.1 configs 1.1.1 训练配置 1.1.2 datasets 1.1.3 models  1.1.4 schedules

  • 数据集格式 mmdetection提供的数据集格式如下: CustomDataset XMLDataset CocoDataset VOCDataset CityscapesDataset WIDERFaceDataset 数据准备: mmdetection ├── mmdet ├── tools ├── configs ├── data │ ├── coco │ │ ├── anno

  • mmdetection使用 mmdetection 大部分模型都需要coco格式数据集 xml / txt 转 coco 注意coco数据集的格式 类别id 是从下标1开始的 在json文件的最后一行可以看见 类别id对应的类别名称 {“names”:‘panel_1’,“id”:1} 更改class_name mmdetection/mmdet/datasets/coco.py CLASSES

  • 为什么要讲这部分呢,主要是因为我自己在这个部分也躺了很多坑。才发现这里面的工作都是需要我们自己取配置,编写相应的代码的。 目录 1.configs 2.CocoDataset代码解析 3.pipeline代码解析 3.1 LoadImageFromFile 3.2 LoadAnnotations 3.3 Resize

  • 简介 在之前的文章中,已经介绍了配置文件、数据、模型等方面的内容,在配置文件那篇文章中其实简单介绍了部分运行时相关的内容,本文将详细展开。需要说明的时,官方是将runtime与schedule区分开的,不过从配置继承的角度来看,它们可以放到一起,因此本文都将其视为运行时配置。 运行时定制 自定义优化器 MMDetection支持所有的PyTorch定义的优化器(optimizer),如果想要使用某

 相关资料
  • 4.1、PHP与包 PHP没有支持"包"机制,但我们应该将代码组织类似“包”的结构。 低版本的PHP5,我们可以通过包结构的文件系统来组织类。 require_once 'util/xujiajun1.php'; require_once 'util2/xujiajun2.php'; PHP5.3命名空间引入 example: //foo.php: <?php namespace foo;

  • 由来 在我们的日常使用中,有些方法是针对Object通用的,这些方法不区分何种对象,针对这些方法,Hutool封装为ObjectUtil。 方法 ObjectUtil.equal 比较两个对象是否相等,相等需满足以下条件之一: obj1 == null && obj2 == null obj1.equals(obj2) ObjectUtil.length 计算对象长度,如果是字符串调用其lengt

  • 它向任何对象添加。为什么?对象上没有属性... 第二个示例演示了一个问题--当我悬停在表达式中的绑定名称上时,IntelliSense会向我显示一个弹出窗口,其中位于花括号内,因此很容易假设对象具有属性,不是吗?您不同意IntelliSense应该显示内容吗?

  • 问题内容: 我已经编写了一个小型Java应用程序,我需要为其获取性能指标,例如内存使用率,运行时间等。有没有简单易用的性能衡量工具? 问题答案: Yourkit非常好(30天免费试用)。Eclipse还内置了TPTP工具。

  • 问题内容: 我有一个带有几个视图的django应用程序,这些视图通过POST请求接受json对象。json对象是中等复杂的,具有几层嵌套,因此我正在使用json库解析raw_post_data,如下所示: 接下来,我要为这些视图编写测试。不幸的是,我不知道如何将json对象传递给客户端。这是我的代码的最简单的版本: 当我运行测试时,它失败并显示: 如何在Client.post方法中传递JSON对象

  • 我有一个2维数组叫做,也就是32x32。每个元素表示清除路径,表示墙。 窗口分辨率为800x800,这意味着