mmrotate
v0.3.4
Dokumentation | Installation | Modellzoo | "Update News | Laufende Projekte | Meldungsprobleme
Englisch | 简体中文
MMROTATE ist eine Open-Source-Toolbox für gedrehte Objekterkennung basierend auf Pytorch. Es ist Teil des OpenMMLAB -Projekts.
Der Master -Zweig arbeitet mit Pytorch 1.6+ .
Unterstützen Sie mehrere Winkeldarstellungen
MMrotate bietet drei Mainstream -Winkeldarstellungen, um verschiedene Papiereinstellungen zu erfüllen.
Modulares Design
Wir zerlegen das gedrehte Objekterkennungsrahmen in verschiedene Komponenten, wodurch es viel einfach und flexibel ist, ein neues Modell durch Kombination verschiedener Module zu erstellen.
Starke Grundlinie und Stand der Technik
Die Toolbox bietet starke Basislinien und modernste Methoden bei der Erkennung gedrehter Objekte.
Wir freuen uns, unsere neuesten Arbeiten zu Echtzeit-Objekterkennungsaufgaben, RTMDET , einer Familie vollständig faltungsvoller einstufiger Detektoren bekannt zu geben. RTMDET erzielt nicht nur den besten Kompromiss der Parametergenauigkeit bei der Objekterkennung von winzigen bis extra-großen Modellgrößen, sondern erhält auch eine neue Leistungsleistung für die Instanzsegmentierung und die Erkennung von Objekten. Details finden Sie im technischen Bericht. Vorausgebildete Modelle sind hier.
| Aufgabe | Datensatz | AP | FPS (TRT FP16 BS1 3090) |
|---|---|---|---|
| Objekterkennung | Coco | 52,8 | 322 |
| Instanzsegmentierung | Coco | 44,6 | 188 |
| Rotierte Objekterkennung | Dota | 78,9 (Einzelmaßstab) /81.3 (Mehrfachskala) | 121 |
0.3.4 wurde am 01.02.2023 veröffentlicht:
Weitere Informationen und Veröffentlichungsgeschichte finden Sie in ChangeLog.md.
MMrotate hängt von Pytorch, MMCV und mmdetektion ab. Im Folgenden finden Sie schnelle Schritte für die Installation. Weitere detailliertere Anweisungen finden Sie unter dem Installationshandbuch.
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 . Weitere Informationen finden Sie unter Get_Started.md für die grundlegende Verwendung von mmrotate. Wir bieten Colab Tutorial und andere Tutorials für:
Ergebnisse und Modelle sind in der Readme.md des Konfigurationsverzeichnisses der einzelnen Methoden verfügbar. Eine Zusammenfassung finden Sie auf der Seite "Modellzoo".
Weitere Informationen finden Sie in Data_Preparation.md, um die Daten zu erstellen.
Weitere Fragen finden Sie in FAQ für häufig gestellte Fragen.
Wir schätzen alle Beiträge zur Verbesserung von MMrotate. Weitere Informationen finden Sie in der beitragenden Richtlinie.
MMrotate ist ein Open -Source -Projekt, das von Forschern und Ingenieuren verschiedener Hochschulen und Unternehmen beigetragen wird. Wir schätzen alle Mitwirkenden, die ihre Methoden implementieren oder neue Funktionen hinzufügen, sowie Benutzer, die wertvolle Feedbacks geben. Wir wünschen uns, dass die Toolbox und der Benchmark der wachsenden Forschungsgemeinschaft dienen könnten, indem sie ein flexibles Toolkit zur Neuauflage bestehender Methoden bereitstellen und ihre eigenen neuen Methoden entwickeln.
Wenn Sie diese Toolbox oder Benchmark in Ihrer Forschung verwenden, zitieren Sie dieses Projekt bitte.
@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 }
}Dieses Projekt wird unter der Apache 2.0 -Lizenz veröffentlicht.
