目标检测
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
