EasyCV

easycv

الإنجليزية | 简体中文

مقدمة

EASECV هو صندوق أدوات رؤية للكمبيوتر الكل في واحد يعتمد على pytorch ، ويركز بشكل رئيسي على التعلم الخاضع للإشراف ذاتيا ، والنماذج القائمة على المحولات ، ومهام CV الرئيسية بما في ذلك تصنيف الصور ، والتعلم المتري ، والكشف عن الكائنات ، وتقدير الوضع ، وما إلى ذلك.

ميزات رئيسية

• خوارزميات SOTA SSL

  يوفر EasyCV خوارزميات حديثة في التعلم الخاضع للإشراف ذاتيًا استنادًا إلى التعلم التباين مثل SimClr و Moco V2 و Slav و Dino ، وكذلك Mae بناءً على نمذجة الصور المقنعة. كما نقدم أدوات القياس القياسية لتقييم نموذج SSL.

• محولات الرؤية

  يهدف EasyCV إلى توفير طريقة سهلة لاستخدام نماذج محول SOTA الجاهزة التي تم تدريبها إما باستخدام التعلم الخاضع للإشراف أو التعلم الخاضع للإشراف ذاتيًا ، مثل سلسلة VIT و SWIN Transformer و DETR. سيتم إضافة المزيد من النماذج في المستقبل. بالإضافة إلى ذلك ، نحن ندعم جميع النماذج المسبقة من TIMM.

• الوظيفة والتوسيع

  بالإضافة إلى SSL ، يدعم EasyCV أيضًا تصنيف الصور ، واكتشاف الكائنات ، والتعلم المتري ، والمزيد من المجالات في المستقبل. على الرغم من تغطيتها مناطق مختلفة ، فإن EasyCV يحلل الإطار إلى مكونات مختلفة مثل مجموعة البيانات والنموذج والربط الجاري ، مما يجعل من السهل إضافة مكونات جديدة وجمعها مع الوحدات النمطية الموجودة.

  يوفر EasyCV واجهة بسيطة وشاملة للاستدلال. بالإضافة إلى ذلك ، يتم دعم جميع الطرز على PAIAS ، والتي يمكن نشرها بسهولة كخدمة عبر الإنترنت ودعم التحجيم التلقائي ومراقبة الخدمة.

• كفاءة

  يدعم EasyCV التدريب متعدد GPU متعدد العمال. يستخدم EasyCV DALI لتسريع البيانات IO وعملية المعالجة المسبقة ، ويستخدم Torchaccelerator و FP16 لتسريع عملية التدريب. لتحسين الاستدلال ، نموذج EasyCV تصدير باستخدام JIT Script ، والذي يمكن تحسينه بواسطة PAI-Blade

ما الجديد

[2023.05.09]

• 09/05/2023 تم إصدار EasyCV V0.11.0.

• ادعم EasyCV كمكون إضافي لـ [modelscope] (https://github.com/modelscope/modelscope.

[2023.03.06]

• 06/03/2023 تم إصدار EasyCV V0.10.0.

• إضافة نموذج تجزئة stdc
• أضف نموذج التعرف على الفيديو القائم على الهيكل العظمي STGCN
• دعم ريد و Multi-Len MOT

[2023.01.17]

• 17/01/2023 تم إصدار EasyCV V0.9.0.

• دعم عدسات واحدة mot
• دعم التعرف على الفيديو (X3D ، Swin-Video)

[2022.12.02]

• 02/12/2022 تم إصدار EasyCV V0.8.0.

• زادت NDS Bevformer-Base بمقدار 0.8 على Nuscenes VAL ، وارتفعت سرعة التدريب بنسبة 10 ٪ ، وزادت سرعة الاستدلال بنسبة 40 ٪.
• يمكن أن تحقق كائنات الدعم 365 PREDRAIN وإضافة نموذج Dino ++ دقة 63.4 متر في مقياس نموذج 200 متر (تحت نفس المقياس ، الدقة هي الأفضل).

[2022.08.31] لقد أصدرنا Yolox-Pai الذي يحقق نتائج SOTA في حدود 40 ~ 50 MAP (أقل من 1 مللي ثانية). ونحن نقدم أيضًا واجهة برمجة تطبيقات مريحة وسريعة للتصدير/التنبؤ للكشف عن كائن end2end. للحصول على بداية سريعة من Yolox-Pai ، انقر هنا!

• 31/08/2022 تم إصدار EasyCV V0.6.0.
  • إطلاق Yolox-Pai الذي يحقق نتائج SOTA ضمن خريطة 40 ~ 50 (أقل من 1 مللي ثانية)
  • أضف الكشف Algo Dino الذي يحقق 58.5 خريطة على Coco
  • إضافة Mask2Former algo
  • تصدر ImageNet1k ، ImageNet22K ، Coco ، LVIS ، VOC2012 بيانات مع Baidudisk لتسريع التنزيل

يرجى الرجوع إلى change_log.md لمزيد من التفاصيل والتاريخ.

المقالات الفنية

لدينا سلسلة من المقالات الفنية حول وظائف EASECV.

• easycv 开源｜开箱即用的视觉自监督+transformer 算法库
• Mae 自监督算法介绍和基于 easycv 的复现
• 基于 easycv 复现 vitdet ： 单层特征超越 fpn
• 基于 easycv 复现 detr 和 dab-detr ， Query Query 的正确打开方式
• yolox-pai: 加速 yolox ، 比 yolov6 更快更强
• easycv 带你复现更好更快的自监督算法 -fastconvmae
• easycv datahub 提供多领域视觉数据集下载 ， 助力模型生产
• 使用 EasyCV Mask2Former 轻松实现图像分割

تثبيت

يرجى الرجوع إلى قسم التثبيت في Quick_start.md للتثبيت.

ابدأ

يرجى الرجوع إلى Quick_start.md لبدء سريع. نحن نقدم أيضًا دروسًا لمزيد من الاستخدامات.

• التعلم الخاضع للإشراف
• تصنيف الصور
• التعلم المتري
• اكتشاف الكائن مع يولوكس باي
• ضغط النموذج مع yolox
• باستخدام Torchacc
• ملف IO للملفات المحلية و OSS
• باستخدام نموذج MMDetection في EASECV
• أدوات التنبؤ الدُفعات

دفتر

• التعلم الخاضع للإشراف
• تصنيف الصور
• اكتشاف الكائن مع يولوكس باي
• التعلم المتري

طراز حديقة الحيوان

البنى

التعلم الخاضع للإشراف	تصنيف الصور	الكشف عن الكائن	تجزئة	الكشف عن الكائن 3D
Byol (Neups'2020) دينو (ICCV'2021) Mixco (Neupips'2020) موبي (arxiv'2021) MOCOV2 (ARXIV'2020) Simclr (ICML'2020) Slav (Neups'2020) ماي (CVPR'2022) FastConvmae (Arxiv'2022)	Resnet (CVPR'2016) RESNEXT (CVPR'2017) HRNET (CVPR'2019) VIT (ICLR'2021) swint (ICCV'2021) كفاءة التنفيذ (arxiv'2022) Deit (ICML'2021) xcit (arxiv'2021) TNT (Neupips'2021) إدانة (arxiv'2021) Cait (ICCV'2021) levit (ICCV'2021) Convnext (CVPR'2022) Resmlp (Arxiv'2021) معطف (ICCV'2021) Consfmixer (ICLR'2022) MLP-mixer (ARXIV'2021) عش (AAAI'2022) حفرة (arxiv'2021) التوائم (Neupips'2021) محول خلط ورق اللعب (arxiv'2021) Deit III (ECCV'2022) انتباه هيدرا (2022)	FCOS (ICCV'2019) يولوكس (arxiv'2021) Yolox-Pai (Arxiv'2022) DETR (ECCV'2020) dab-detr (iclr'2022) DN-DETR (CVPR'2022) دينو (arxiv'2022)	تجزئة مثيل قناع R-CNN (ICCV'2017) Vitdet (Arxiv'2022) Mask2Former (CVPR'2022) تجزئة الدلالية FCN (CVPR'2015) upernet (ECCV'2018) تجزئة panoptic Mask2Former (CVPR'2022)	Bevformer (ECCV'2022)

يرجى الرجوع إلى حديقة الحيوان النموذجية التالية لمزيد من التفاصيل.

• حديقة حيوانات التعلم ذات الإشراف الذاتي
• نموذج التصنيف حديقة الحيوان
• حديقة حيوانات نموذج الكشف
• Detection3D نموذج حديقة الحيوان
• حديقة الحيوان نموذج تجزئة
• تشكل نموذج حديقة الحيوان

مركز البيانات

قام EasyCV بجمع معلومات مجموعة البيانات لسيناريوهات مختلفة ، مما يجعل من السهل على المستخدمين تحديد النماذج أو تقييم النماذج في حديقة حيوان EaseCV.

يرجى الرجوع إلى data_hub.md.

رخصة

تم ترخيص هذا المشروع بموجب ترخيص Apache (الإصدار 2.0). تحتوي مجموعة الأدوات هذه أيضًا على مكونات مختلفة من الطرف الثالث وبعض التعليمات البرمجية المعدلة من repos الأخرى تحت تراخيص المصادر المفتوحة الأخرى. انظر ملف الإشعار لمزيد من المعلومات.

اتصال

يتم الحفاظ على هذا الريبو حاليًا من قبل فريق PAI-CV ، يمكنك الاتصال بنا بواسطة

• مجموعة مجموعة Dingding: 41783266
• البريد الإلكتروني: [email protected]

خدمة المؤسسة

إذا كنت بحاجة إلى دعم خدمة EasyCV Enterprise ، أو شراء خدمات المنتجات السحابية ، فيمكنك الاتصال بنا عن طريق Dingding Group.