mmrotate
v0.3.4
الوثائق | التثبيت | ؟ نموذج حديقة الحيوان | ؟ تحديث الأخبار | مشاريع مستمرة | ؟ القضايا الإبلاغ
الإنجليزية | 简体中文
Mmrotate هو صندوق أدوات مفتوح المصدر للكشف عن الكائنات المدورة استنادًا إلى Pytorch. إنه جزء من مشروع OpenMMLAB.
يعمل الفرع الرئيسي مع Pytorch 1.6+ .
دعم تمثيلات الزاوية المتعددة
يوفر Mmrotate ثلاثة تمثيلات زاوية رئيسية لتلبية إعدادات الورق المختلفة.
تصميم وحدات
نحن نتحلل إطار اكتشاف الكائنات المدورة إلى مكونات مختلفة ، مما يجعل من السهل ومرونة كثيرًا بناء نموذج جديد من خلال الجمع بين الوحدات النمطية المختلفة.
خط الأساس القوي وحالة الفن
يوفر مربع الأدوات خطوط أساسية قوية وطرق حديثة في اكتشاف الكائنات المدورة.
نحن متحمسون للإعلان عن عملنا الأخير في مهام التعرف على الأشياء في الوقت الفعلي ، RTMDET ، وهي عائلة من أجهزة الكشف عن مرحلة واحدة تلافيفية بالكامل. لا يحقق RTMDET أفضل مقايضة معلمة معلمة على الكشف عن الكائنات من أحجام النماذج الصغيرة إلى النماذج ، بل تحصل أيضًا على أداء جديد على أحدث حالة على تجزئة المثيل ومهام الكشف عن الكائنات المدورة. يمكن العثور على التفاصيل في التقرير الفني. النماذج المدربة قبل التدريب هنا.
| مهمة | مجموعة البيانات | AP | FPS (TRT FP16 BS1 3090) |
|---|---|---|---|
| الكشف عن الكائن | كوكو | 52.8 | 322 |
| تجزئة مثيل | كوكو | 44.6 | 188 |
| الكشف عن الكائنات المدورة | دوتا | 78.9 (على نطاق واحد) /81.3 (متعدد النطاق) | 121 |
تم إصدار 0.3.4 في 01/02/2023:
يرجى الرجوع إلى changelog.md للحصول على التفاصيل وتاريخ الإصدار.
يعتمد Mmrotate على Pytorch و MMCV و MMDetection. فيما يلي خطوات سريعة للتثبيت. يرجى الرجوع إلى دليل التثبيت لمزيد من التعليمات التفصيلية.
conda create -n open-mmlab python=3.7 pytorch==1.7.0 cudatoolkit=10.1 torchvision -c pytorch -y
conda activate open-mmlab
pip install openmim
mim install mmcv-full
mim install mmdet
git clone https://github.com/open-mmlab/mmrotate.git
cd mmrotate
pip install -r requirements/build.txt
pip install -v -e . يرجى الاطلاع على get_started.md للاستخدام الأساسي لـ mmrotate. نحن نقدم البرنامج التعليمي كولاب ، ودروس تعليمية أخرى لـ:
تتوفر النتائج والنماذج في README.MD من دليل التكوين لكل طريقة. يمكن العثور على ملخص في صفحة حديقة حيوانات النموذج.
يرجى الرجوع إلى data_preparation.md لإعداد البيانات.
يرجى الرجوع إلى الأسئلة الشائعة للأسئلة التي يتم طرحها بشكل متكرر.
نحن نقدر جميع المساهمات لتحسين mmrotate. يرجى الرجوع إلى المساهمة. md للحصول على المبدأ التوجيهي المساهمة.
Mmrotate هو مشروع مفتوح المصدر الذي يساهم به الباحثون والمهندسون من مختلف الكليات والشركات. نحن نقدر جميع المساهمين الذين يقومون بتنفيذ أساليبهم أو يضيفون ميزات جديدة ، وكذلك المستخدمين الذين يقدمون تعليقات قيمة. نتمنى أن يخدم صندوق الأدوات والمعيار مجتمع الأبحاث المتنامية من خلال توفير مجموعة أدوات مرنة لإعادة تنفيذ الأساليب الحالية وتطوير أساليبهم الجديدة.
إذا كنت تستخدم صندوق الأدوات هذا أو المعيار في بحثك ، فيرجى الاستشهاد بهذا المشروع.
@inproceedings { zhou2022mmrotate ,
title = { MMRotate: A Rotated Object Detection Benchmark using PyTorch } ,
author = { Zhou, Yue and Yang, Xue and Zhang, Gefan and Wang, Jiabao and Liu, Yanyi and
Hou, Liping and Jiang, Xue and Liu, Xingzhao and Yan, Junchi and Lyu, Chengqi and
Zhang, Wenwei and Chen, Kai } ,
booktitle = { Proceedings of the 30th ACM International Conference on Multimedia } ,
year = { 2022 }
}يتم إصدار هذا المشروع بموجب ترخيص Apache 2.0.
