mmyolo
v0.6.0
ドキュメント|インストール| ？モデル動物園| ？ニュースを更新| ？報告の問題
英語| 简体中文
？ V0.6.0は2023年8月15日にリリースされました。
履歴のリリースと更新の詳細については、Changelogを参照してください。
完全に畳み込みのあるシングルステージ検出器のファミリーであるRTMDETに関するリアルタイムオブジェクト認識タスクに関する最新の作業を発表できることを楽しみにしています。 RTMDETは、小さなモデルサイズからエクストラレーグモデルサイズからエクストラレーグモデルのサイズまでのオブジェクト検出に関する最良のパラメーターのアクセラシートレードオフを達成するだけでなく、インスタンスセグメンテーションと回転したオブジェクト検出タスクで新しい最先端のパフォーマンスを取得します。詳細については、テクニカルレポートをご覧ください。事前に訓練されたモデルはこちらです。
| タスク | データセット | AP | FPS（TRT FP16 BS1 3090） |
|---|---|---|---|
| オブジェクトの検出 | ココ | 52.8 | 322 |
| インスタンスセグメンテーション | ココ | 44.6 | 188 |
| 回転したオブジェクト検出 | dota | 78.9（シングルスケール）/81.3（マルチスケール） | 121 |
Mmyoloは現在、オブジェクトの検出および回転オブジェクト検出アルゴリズムを実装していますが、MMDetecitonバージョンと比較して重要なトレーニング加速があります。トレーニング速度は、以前のバージョンの2.6倍高速です。
Mmyoloは、PytorchとMmdeTectionに基づくYoloシリーズアルゴリズムのオープンソースツールボックスです。 OpenMMLabプロジェクトの一部です。
マスターブランチは、Pytorch 1.6+で動作します。 
？§統一された便利なベンチマーク
Mmyoloは、さまざまなYoloアルゴリズムでモジュールの実装を統合し、統一されたベンチマークを提供します。ユーザーは、公正で便利な方法で比較および分析できます。
豊かで詳細なドキュメント
Mmyoloは、開始、モデルの展開、高度な使用法、およびアルゴリズム分析のための豊富なドキュメントを提供しているため、さまざまなレベルのユーザーが簡単に開始して拡張機能を迅速に作成できます。
？モジュラー設計
Mmyoloは、さまざまなモジュールをさまざまなトレーニングとテスト戦略と組み合わせることで、ユーザーがモデルを簡単にカスタマイズできるさまざまなコンポーネントにフレームワークを分解します。
上記の図は、Rangeking@githubによって提供されます。ありがとうございました！P6モデルの数値はModel_design.mdにあります。
Mmyoloは、Pytorch、MMCV、Mmengine、およびMMDetectionに依存しています。以下は、インストール用の簡単な手順です。より詳細な手順については、インストールガイドを参照してください。
conda create -n mmyolo python=3.8 pytorch==1.10.1 torchvision==0.11.2 cudatoolkit=11.3 -c pytorch -y
conda activate mmyolo
pip install openmim
mim install " mmengine>=0.6.0 "
mim install " mmcv>=2.0.0rc4,<2.1.0 "
mim install " mmdet>=3.0.0,<4.0.0 "
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
# Install albumentations
pip install -r requirements/albu.txt
# Install MMYOLO
mim install -v -e . MmyoloはMMDeTectionに基づいており、同じコード構造と設計アプローチを採用しています。これをより適切に使用するには、MMDeTectionの最初の理解については、MMDETectionの概要をお読みください。
Mmyoloの使用はMMDeTectionとほぼ同じであり、すべてのチュートリアルは使用するのが簡単です。MMDeTectionユーザーガイドとAdvanced Guideについても学ぶことができます。
MMDeTectionのさまざまな部品については、ユーザーガイドと高度なガイドも準備しています。ドキュメントをお読みください。
結果とモデルは、モデル動物園で利用できます。
| バックボーン | 首 | 損失 | 一般 |
|
|
|
よくある質問については、FAQを参照してください。
Mmyoloの改善へのすべての貢献に感謝しています。進行中のプロジェクトは、GitHubプロジェクトにあります。これらのプロジェクトに参加するコミュニティユーザーを歓迎します。貢献ガイドラインについては、converting.mdを参照してください。
Mmyoloは、さまざまな大学や企業の研究者やエンジニアによって提供されるオープンソースプロジェクトです。メソッドを実装したり、新機能を追加したりするすべての貢献者と、貴重なフィードバックを提供するユーザーに感謝します。ツールボックスとベンチマークは、既存の方法を再実装し、独自の新しい検出器を開発するための柔軟なツールキットを提供することにより、成長する研究コミュニティに役立つことを願っています。
このプロジェクトがあなたの研究で役立つと思う場合は、引用を検討してください。
@misc{mmyolo2022,
title={{MMYOLO: OpenMMLab YOLO} series toolbox and benchmark},
author={MMYOLO Contributors},
howpublished = { url {https://github.com/open-mmlab/mmyolo}},
year={2022}
}このプロジェクトは、GPL 3.0ライセンスの下でリリースされます。
