mmrotate
v0.3.4
Documentación | Instalación | ? Zoológico modelo | ? ACTUALIZACIÓN Noticias | Proyectos en curso | ? Problemas de informes
Inglés | 简体中文
Mmrotate es una caja de herramientas de código abierto para la detección de objetos rotados basada en Pytorch. Es parte del proyecto OpenMMLab.
La rama maestra funciona con Pytorch 1.6+ .
Apoyar múltiples representaciones de ángulo
Mmrotate proporciona tres representaciones de ángulo convencional para cumplir con diferentes configuraciones en papel.
Diseño modular
Desponzamos el marco de detección de objetos rotados en diferentes componentes, lo que hace que sea mucho fácil y flexible construir un nuevo modelo combinando diferentes módulos.
Fuerte línea de base y estado del arte
La caja de herramientas proporciona líneas de base fuertes y métodos de vanguardia en la detección de objetos rotados.
Nos complace anunciar nuestro último trabajo sobre tareas de reconocimiento de objetos en tiempo real, RTMDET , una familia de detectores de una etapa totalmente convolucionales. RTMDET no solo logra la mejor compensación de la precisión de parámetros en la detección de objetos de los tamaños de modelo pequeños a extra grandes, sino que también obtiene un nuevo rendimiento de última generación en la segmentación de instancias y las tareas de detección de objetos girados. Los detalles se pueden encontrar en el informe técnico. Los modelos previamente capacitados están aquí.
| Tarea | Conjunto de datos | AP | FPS (TRT FP16 BS1 3090) |
|---|---|---|---|
| Detección de objetos | PALMA DE COCO | 52.8 | 322 |
| Segmentación de instancias | PALMA DE COCO | 44.6 | 188 |
| Detección de objetos rotados | Dota | 78.9 (a escala única) /81.3 (múltiple a escala) | 121 |
0.3.4 se lanzó en 01/02/2023:
Consulte Changelog.md para obtener detalles e historial de lanzamiento.
Mmrotate depende de Pytorch, MMCV y MMDetection. A continuación hay pasos rápidos para la instalación. Consulte la Guía de instalación para obtener una instrucción más detallada.
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 . Consulte Get_started.md para el uso básico de MMrotate. Proporcionamos tutoriales de Colab y otros tutoriales para:
Los resultados y los modelos están disponibles en el readMe.md del directorio de configuración de cada método. Se puede encontrar un resumen en la página del zoológico del modelo.
Consulte data_preparation.md para preparar los datos.
Consulte las preguntas frecuentes para ver las preguntas frecuentes.
Apreciamos todas las contribuciones para mejorar el mmrotate. Consulte CONTRIGIARSE.MD para la guía contribuyente.
MMROTATE es un proyecto de código abierto que contribuyen a investigadores e ingenieros de varias universidades y empresas. Apreciamos a todos los contribuyentes que implementan sus métodos o agregan nuevas características, así como a los usuarios que otorgan comentarios valiosos. Deseamos que la caja de herramientas y el punto de referencia puedan servir a la creciente comunidad de investigación al proporcionar un conjunto de herramientas flexible para reimplinar los métodos existentes y desarrollar sus propios nuevos métodos.
Si usa esta caja de herramientas o un punto de referencia en su investigación, cite este proyecto.
@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 }
}Este proyecto se publica bajo la licencia Apache 2.0.
