mmselfsup
v1.0.0
الوثائق | التثبيت | ؟ نموذج حديقة الحيوان | ؟ تحديث الأخبار | ؟ القضايا الإبلاغ
؟ MMPretrain هو إطار عمل مفتوح المصدر تم ترقيته حديثًا للتدريب المرئي. لقد شرعت في توفير العديد من العمود الفقري القوي الذي تم تدريبه قبل التدريب ودعم استراتيجيات مختلفة للتدريب.
فرع MMPretrain 1.0 في المحاكمة ، مرحبًا بك في كل شيء لتجربته ومناقشة معنا! ؟
الإنجليزية | 简体中文
MmselfSup هو صندوق أدوات تعلم تمثيل مفتوح المصدر ذاتيا يعتمد على pytorch. إنه جزء من مشروع OpenMMLAB.
يعمل الفرع الرئيسي مع Pytorch 1.8 أو أعلى.
الأساليب كل واحد في واحد
يوفر MmselfSup أساليب حديثة في التعلم الخاضع للإشراف. للمقارنة الشاملة في جميع المعايير ، تقع معظم طرق التدريب قبل التدريب على نفس الإعداد.
تصميم وحدات
يتبع MmselfSup بنية رمز مماثلة لمشاريع OpenMMLAB ذات التصميم المعياري ، وهو مرن ومريح للمستخدمين لإنشاء خوارزمياتهم الخاصة.
معايير موحدة
يقوم MmselfSup بتوحيد المعايير بما في ذلك الانحدار اللوجستي ، SVM / SVM SVM من الميزات المحققة الخطية ، التصنيف شبه الخاضع للإشراف ، الكشف عن الكائنات والتجزئة الدلالية.
التوافق
نظرًا لأن mmselfsup يتبنى تصميمًا مماثلًا للوحدات والواجهات مثل تلك الموجودة في مشاريع OpenMMLAB الأخرى ، فإنه يدعم التقييم السلس على مهام المصب من خلال مشاريع OpenMMLAB الأخرى مثل اكتشاف الكائنات والتجزئة.
تم إصدار Mmselfsup v1.0.0 بناءً على الفرع main . يرجى الرجوع إلى دليل الترحيل لمزيد من التفاصيل.
تم إصدار Mmselfsup v1.0.0 في 06/04/2023.
PixMIM .DINO في projects/dino/ .تم إصدار Mmselfsup v1.0.0rc6 في 10/02/2023.
MaskFeat مع مجموعة بيانات الفيديو في projects/maskfeat_video/تم إصدار Mmselfsup v1.0.0rc5 في 30/12/2022.
BEiT v2 ، MixMIM ، EVA .ShapeBias لتحليل النموذجيرجى الرجوع إلى Changelog للحصول على التفاصيل وتاريخ الإصدار.
يمكن العثور على الاختلافات بين mmselfsup 1.x و 0.x في الهجرة.
MmselfSup يعتمد على Pytorch و MMCV و MmEngine و MMClassification.
يرجى الرجوع إلى التثبيت للحصول على المزيد من التعليمات التفصيلية.
للدروس التعليمية ، نقدم أدلة المستخدم للاستخدام الأساسي:
ما قبل
مهام DownTream
أدوات مفيدة
كما يتم توفير أدلة متقدمة ودروس كولاب.
يرجى الرجوع إلى الأسئلة الشائعة للأسئلة التي يتم طرحها بشكل متكرر.
يرجى الرجوع إلى نموذج Zoo.md للحصول على مجموعة شاملة من النماذج والمعايير التي تم تدريبها مسبقًا.
الخوارزميات المدعومة:
المزيد من الخوارزميات في خطتنا.
| المعايير | جلسة |
|---|---|
| التصنيف الخطي ImageNet (متعدد الرأس) | Goyal2019 |
| تصنيف ImageNet الخطي (الأخير) | |
| تصنيف ImageNet نصف سوب | |
| الأماكن 205 التصنيف الخطي (متعدد الرأس) | Goyal2019 |
| التصنيف الخطي غير الاستومية 2018 (متعدد الرأس) | Goyal2019 |
| Pascal Voc07 SVM | Goyal2019 |
| Pascal Voc07 SVM SVM | Goyal2019 |
| Pascal Voc07+12 اكتشاف الكائن | موكو |
| COCO17 الكشف عن الكائن | موكو |
| مناظر المدينة تجزئة | MMSEG |
| Pascal Voc12 Aug تجزئة | MMSEG |
نحن نقدر جميع المساهمات تحسين mmselfsup. يرجى الرجوع إلى أدلة المساهمة لمزيد من التفاصيل حول المبدأ التوجيهي المساهمة.
MmselfSup 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 المتنامي من خلال توفير مجموعة أدوات مرنة لإعادة تنفيذ الأساليب الحالية وتطوير خوارزمياتها الجديدة.
ينبع MmselfSup من Openselfsup ، ونحن نقدر جميع المساهمات المبكرة المقدمة إلى OpenSelfsup. يتم سرد عدد قليل من المساهمين هنا: Xiaohang Zhan (xiaohangzhan) ، Jiahao Xie (@jiahao000) ، Enze Xie (@xieenze) ، Xiangxiang chu (cxxgtxy) ، Zijian He (scnuhealthy).
إذا كنت تستخدم صندوق الأدوات هذا أو المعيار في بحثك ، فيرجى الاستشهاد بهذا المشروع.
@misc { mmselfsup2021 ,
title = { {MMSelfSup}: OpenMMLab Self-Supervised Learning Toolbox and Benchmark } ,
author = { MMSelfSup Contributors } ,
howpublished = { url{https://github.com/open-mmlab/mmselfsup} } ,
year = { 2021 }
}يتم إصدار هذا المشروع بموجب ترخيص Apache 2.0.
