EasyCV
英語| 简体中文
導入
EasyCVは、Pytorchに基づいたオールインワンコンピュータービジョンツールボックスであり、主に自己教師の学習、変圧器ベースのモデル、および画像分類、メトリックラーニング、オブジェクト検出、ポーズ推定などを含む主要なCVタスクに焦点を当てています。
主な機能
SOTA SSLアルゴリズム
EasyCVは、SIMCLR、Moco V2、SWAV、Dino、MAEなどの対照的な学習に基づいた自己監視学習における最先端のアルゴリズムを提供します。また、SSLモデル評価のための標準的なベンチマークツールも提供しています。
ビジョントランス
EasyCVは、VIT、SWIN Transformer、DetRシリーズなどの監視された学習または自己学習学習のいずれかを使用して訓練された既製のSOTAトランスモデルを使用する簡単な方法を提供することを目指しています。将来、より多くのモデルが追加されます。さらに、TIMMからのすべての事前に守られたモデルをサポートしています。
機能と拡張性
SSLに加えて、EasyCVは画像分類、オブジェクトの検出、メトリック学習などをサポートします。将来、より多くの領域がサポートされます。 EasyCVは、さまざまな領域をカバーしますが、フレームワークをデータセット、モデル、実行フックなどのさまざまなコンポーネントに分解し、新しいコンポーネントを簡単に追加し、既存のモジュールと組み合わせます。
EasyCVは、推論のためのシンプルで包括的なインターフェイスを提供します。さらに、すべてのモデルがPAI-EASでサポートされており、オンラインサービスとして簡単に展開し、自動スケーリングとサービスの監視をサポートできます。
効率
EasyCVは、マルチGPUおよびマルチワーカートレーニングをサポートしています。 EasyCVはDALIを使用してデータIOおよび前処理プロセスを加速し、TorchacceleratorとFP16を使用してトレーニングプロセスを加速します。推論の最適化のために、PAI-Bladeで最適化できるJITスクリプトを使用したEasyCVエクスポートモデル
新着情報
[2023.05.09]
- 09/05/2023 EasyCV V0.11.0がリリースされました。
- [ModelScope]（https://github.com/modelscope/modelscopeのプラグインとしてEasyCVをサポートします。
[2023.03.06]
- 06/03/2023 EasyCV V0.10.0がリリースされました。
- セグメンテーションモデルSTDCを追加します
- スケルトンベースのビデオ認識モデルSTGCNを追加します
- ReidとMulti-Len Motをサポートします
[2023.01.17]
- 17/01/2023 EasyCV V0.9.0がリリースされました。
- シングルレンズMOTをサポートします
- ビデオ認識をサポートする（x3d、swin-video）
[2022.12.02]
- 02/12/2022 EasyCV V0.8.0がリリースされました。
- Bevformer-Base NDSはヌスセンVALで0.8増加し、トレーニング速度は10％増加し、推論速度は40％増加しました。
- Support objects365 Dino ++モデルを追加すると、200mのモデルスケールで63.4mapの精度を実現できます（同じスケールで、精度が最適です）。
[2022.08.31] 40〜50のマップ（1ms未満）内でSOTAの結果を達成するYolox-Paiをリリースしました。また、END2ENDオブジェクト検出のための便利で高速なエクスポート/予測子APIも提供します。 Yolox-Paiのクイックスタートを取得するには、ここをクリックしてください！
- 31/08/2022 EasyCV V0.6.0がリリースされました。
- 40〜50のマップ（1ms未満）内でSOTAの結果を達成するYolox-Paiをリリースします
- COCOで58.5マップを達成するAdd Detection Algo Dino
- mask2formerアルゴを追加します
- Imagenet1k、imagenet22k、coco、lvis、voc2012 baidudiskを使用してダウンロードを放出する
詳細と履歴については、change_log.mdを参照してください。
技術記事
EasyCVの機能に関する一連の技術記事があります。
- EasyCV 开源｜开箱即用的视觉自监督+変圧器算法库
- mae自监督算法介绍和基于easycv的复现
- 基于easycv复现vitdet：单层特征超越fpn
- heasycv
- yolox-pai：加速yolox、比yolov6更快更强
- EasyCV带你复现更好更快的自监督算法-fastConvmae
- EasyCV DataHub提供多领域视觉数据集下载、助力模型生产
- 使用easycv mask2former轻松实现图像分割
インストール
インストールについては、Quick_start.mdのインストールセクションを参照してください。
始めましょう
クイックスタートについては、Quick_start.mdを参照してください。さらに使用するためのチュートリアルも提供しています。
- 自己教師の学習
- 画像分類
- メトリック学習
- Yolox-Paiによるオブジェクトの検出
- Yoloxでのモデル圧縮
- Torchaccを使用します
- ローカルおよびOSSファイルのIOをファイルします
- EasyCVでMMDETECTIONモデルを使用します
- バッチ予測ツール
ノート
- 自己教師の学習
- 画像分類
- Yolox-Paiによるオブジェクトの検出
- メトリック学習
モデル動物園
アーキテクチャ
| 自己教師の学習 | 画像分類 | オブジェクトの検出 | セグメンテーション | オブジェクト検出3D |
- BYOL（Neurips'2020）
- ディノ（ICCV'2021）
- Mixco（Neurips'2020）
- Moby（arxiv'2021）
- mocov2（arxiv'2020）
- SIMCLR（ICML'2020）
- swav（neurips'2020）
- Mae（CVPR'2022）
- fastconvmae（arxiv'2022）
| - ResNet（CVPR'2016）
- resnext（cvpr'2017）
- HRNET（CVPR'2019）
- vit（iclr'2021）
- Swint（ICCV'2021）
- EfficiveFormer（arxiv'2022）
- deit（icml'2021）
- xcit（arxiv'2021）
- TNT（Neurips'2021）
- コンビット（arxiv'2021）
- ケイト（ICCV'2021）
- レビット（ICCV'2021）
- Convnext（CVPR'2022）
- resmlp（arxiv'2021）
- コート（ICCV'2021）
- Convmixer（ICLR'2022）
- mlp-mixer（arxiv'2021）
- ネスト（aaai'2022）
- ピット（arxiv'2021）
- 双子（Neurips'2021）
- シャッフルトランス（arxiv'2021）
- DEIT III（ECCV'2022）
- Hydra Anterness（2022）
| - FCOS（ICCV'2019）
- Yolox（arxiv'2021）
- yolox-pai（arxiv'2022）
- detr（eccv'2020）
- DAB-DERT（ICLR'2022）
- dn-detr（cvpr'2022）
- ディノ（arxiv'2022）
| インスタンスセグメンテーション- マスクR-CNN（ICCV'2017）
- Vitdet（arxiv'2022）
- mask2former（cvpr'2022）
セマンティックセグメンテーション- FCN（CVPR'2015）
- upernet（eccv'2018）
パノプティックセグメンテーション | |
詳細については、次のモデル動物園を参照してください。
- 自己学習モデル動物園
- 分類モデル動物園
- 検出モデル動物園
- Detection3Dモデル動物園
- セグメンテーションモデル動物園
- ポーズモデル動物園
データハブ
EasyCVは、さまざまなシナリオのデータセット情報を収集しているため、ユーザーがEasyCVモデル動物園のモデルを簡単に獲得または評価できます。
data_hub.mdを参照してください。
ライセンス
このプロジェクトは、Apacheライセンス（バージョン2.0）に基づいてライセンスされています。このツールキットには、さまざまなサードパーティコンポーネントと、他のオープンソースライセンスの下で他のリポジトリから変更された一部のコードも含まれています。詳細については、通知ファイルを参照してください。
接触
このレポは現在、PAI-CVチームによって維持されています。ご連絡ください。
エンタープライズサービス
EasyCV Enterprise Service Support、またはCloud製品サービスを購入する必要がある場合は、Groupをディンディングしてお問い合わせください。
