MMDetection 目标检测框架教程专栏开篇

MMDetection专栏开篇

引言

MMDetection是一款优秀的基于PyTorch的深度学习目标检测工具箱,由香港中文大学(CUHK)多媒体实验室(mmlab)开发。基本上支持所有当前SOTA二阶段的目标检测算法,比如faster rcnn,mask rcnn,r-fcn,Cascade-RCNN等。读者可在 PyTorch 环境下测试不同的预训练模型及训练新的检测分割模型。

根据 GitHub 项目所述,MMDetection的主要特征可以总结为以下几个方面:

  • 模块化设计:将检测或者分割任务分解成几个模块,通过模块的组合即可完成相应的任务。
  • 支持多个框架,开箱即用:该工具包直接支持多种流行的检测框架,如 Faster RCNN、Mask RCNN、RetinaNet 等。
  • 高效:所有基础边界框和掩码运算都在 GPU 上运行。不同模型的训练速度大约比 FAIR 的 Detectron 快 5% ~ 20%。
  • 技术发展水平: 达到了目前最先进的水平。

翻译过程中难免有所疏漏,如发现错误,希望大家指出,谢谢支持。

目录

  • MMDetection安装
    了解如何在计算机上安装MMDetection

  • MMDetection入门
    学习有关MMDetection用法的基本教程。

  • 基准测试和model zoo
    介绍各种模型的训练环境和基准测试,比较不同模型训练的各项数据。

  • 技术细节
    介绍训练检测器的主要单元:数据管道,模型和迭代管道。

  • 更新日志

MMDetection专栏所有文章
http://objectdetection.cn/category/object-detection/mmdetection/

未经允许不得转载,请联系zhouas@hotmail.com获取授权:目标检测 » MMDetection 目标检测框架教程专栏开篇

赞 (1) 打赏

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

微信扫一扫打赏

鄂ICP备18005284号