mmrotate
v0.3.4
Dokumentasi | Instalasi | ? Model Zoo | ? Perbarui berita | Proyek yang sedang berlangsung | Masalah pelaporan
Bahasa Inggris | 简体中文
MMRotate adalah kotak alat open-source untuk deteksi objek yang diputar berdasarkan Pytorch. Ini adalah bagian dari proyek OpenMmLab.
Cabang Master bekerja dengan Pytorch 1.6+ .
Mendukung beberapa representasi sudut
MMRotate menyediakan tiga representasi sudut utama untuk memenuhi pengaturan kertas yang berbeda.
Desain Modular
Kami menguraikan kerangka deteksi objek yang diputar menjadi komponen yang berbeda, yang membuatnya jauh lebih mudah dan fleksibel untuk membangun model baru dengan menggabungkan modul yang berbeda.
Baseline yang kuat dan canggih
Toolbox menyediakan garis dasar yang kuat dan metode canggih dalam deteksi objek yang diputar.
Kami sangat senang mengumumkan pekerjaan terbaru kami tentang tugas pengenalan objek real-time, RTMDET , keluarga detektor tahap tunggal yang sepenuhnya konvolusional. RTMDET tidak hanya mencapai trade-off akurasi parameter terbaik pada deteksi objek dari ukuran model kecil hingga ekstra besar tetapi juga memperoleh kinerja canggih baru pada segmentasi instan dan tugas deteksi objek yang diputar. Detail dapat ditemukan dalam laporan teknis. Model pra-terlatih ada di sini.
| Tugas | Dataset | Ap | FPS (TRT FP16 BS1 3090) |
|---|---|---|---|
| Deteksi Objek | KELAPA | 52.8 | 322 |
| Segmentasi instan | KELAPA | 44.6 | 188 |
| Deteksi objek yang diputar | Dota | 78.9 (skala tunggal) /81.3 (multi-skala) | 121 |
0.3.4 dirilis pada 01/02/2023:
Silakan merujuk ke changelog.md untuk detail dan riwayat rilis.
Mmrotate tergantung pada pytorch, mmcv dan mmdetection. Di bawah ini adalah langkah cepat untuk instalasi. Silakan merujuk ke Panduan Instal untuk instruksi yang lebih rinci.
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 . Silakan lihat get_started.md untuk penggunaan dasar mmrotate. Kami menyediakan tutorial Colab, dan tutorial lainnya untuk:
Hasil dan model tersedia di direktori konfigurasi masing -masing readme.md dari masing -masing metode. Ringkasan dapat ditemukan di halaman Model Zoo.
Silakan merujuk ke data_preparation.md untuk menyiapkan data.
Silakan merujuk ke FAQ untuk pertanyaan yang sering diajukan.
Kami menghargai semua kontribusi untuk meningkatkan mmrotate. Silakan merujuk ke Contributing.MD untuk Pedoman yang Berkontribusi.
MMRotate adalah proyek open source yang disumbangkan oleh para peneliti dan insinyur dari berbagai perguruan tinggi dan perusahaan. Kami menghargai semua kontributor yang mengimplementasikan metode mereka atau menambahkan fitur baru, serta pengguna yang memberikan umpan balik yang berharga. Kami berharap bahwa kotak alat dan tolok ukur dapat melayani komunitas riset yang berkembang dengan menyediakan toolkit yang fleksibel untuk menerapkan kembali metode yang ada dan mengembangkan metode baru mereka sendiri.
Jika Anda menggunakan kotak alat atau tolok ukur ini dalam penelitian Anda, silakan kutip proyek ini.
@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 }
}Proyek ini dirilis di bawah lisensi Apache 2.0.
