mmrotate

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|進行中のプロジェクト| ？報告の問題

英語| 简体中文

導入

Mmrotateは、Pytorchに基づいた回転オブジェクト検出のため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。

video.mp4

主な機能

• 複数の角度表現をサポートします

  MMRotateは、異なる紙の設定を満たすために3つの主流角表現を提供します。

• モジュラー設計

  回転したオブジェクト検出フレームワークを異なるコンポーネントに分解するため、さまざまなモジュールを組み合わせることで新しいモデルを構築するのがはるかに柔軟になります。

• 強力なベースラインと最先端

  ツールボックスは、回転したオブジェクト検出における強力なベースラインと最先端の方法を提供します。

新着情報

ハイライト

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

0.3.4は01/02/2023にリリースされました。

• Numpy、Scikit-Learn、およびE2CNNとの互換性を修正します。
• 回転変換で空のパッチをサポートします
• Rrandomcrop検証にはIOFを使用します

詳細とリリース履歴については、changelog.mdを参照してください。

インストール

mmrotateは、Pytorch、MMCV、およびMMDeTectionに依存します。以下は、インストール用の簡単な手順です。より詳細な指示については、インストールガイドを参照してください。

conda create -n 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 . 

始めましょう

mmrotateの基本的な使用については、get_started.mdを参照してください。 Colabチュートリアルやその他のチュートリアルを提供します。

• 基本を学びます
• 構成を学習します
• データセットをカスタマイズします
• モデルをカスタマイズします
• 便利なツール

モデル動物園

結果とモデルは、各メソッドのconfigディレクトリのreadme.mdで利用できます。概要は、モデル動物園のページにあります。

サポートされているアルゴリズム：

• 回転レチナネットobb/hbb（ICCV'2017）
• 回転速度rcnn-obb（tpami'2017）
• 回転したreptoints-obb（ICCV'2019）
• 回転したFCO（ICCV'2019）
• ROIトランス（CVPR'2019）
• 滑空頂点（TPAMI'2020）
• 回転したATSS-OBB（CVPR'2020）
• CSL（ECCV'2020）
• r ³ det（aaai'2021）
• S ² a-net（tgrs'2021）
• Redet（CVPR'2021）
• Beyonding-Box（CVPR'2021）
• 方向R-CNN（ICCV'2021）
• GWD（ICML'2021）
• KLD（Neurips'2021）
• SASM（aaai'2022）
• 方向のreptoints（cvpr'2022）
• kfiou（arxiv）
• G-Rep（お楽しみに）

データの準備

データを準備するには、data_preparation.mdを参照してください。

よくある質問

よくある質問については、FAQを参照してください。

貢献

MMRotateを改善するためのすべての貢献に感謝します。貢献ガイドラインについては、converting.mdを参照してください。

了承

MMRotate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、独自の新しい方法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。

引用

このツールボックスまたは研究でベンチマークを使用する場合は、このプロジェクトを引用してください。

 @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 }
}

ライセンス

このプロジェクトは、Apache 2.0ライセンスの下でリリースされます。

OpenMMLabのプロジェクト

• MMCV：Computer VisionのOpenMMLabファンデーションライブラリ。
• MIM：MIMはOpenMMLabパッケージをインストールします。
• MMClassification：OpenMMLab画像分類ツールボックスとベンチマーク。
• MMDETECTION：OpenMMLAB検出ツールボックスとベンチマーク。
• MMDETECTION3D：一般的な3Dオブジェクト検出のためのOpenMMLabの次世代プラットフォーム。
• mmrotate：OpenMMLab回転オブジェクト検出ツールボックスとベンチマーク。
• MMSegemation：OpenMMLabセマンティックセグメンテーションツールボックスとベンチマーク。
• MMOCR：OpenMMLABテキストの検出、認識、および理解ツールボックス。
• MMOPSE：OpenMMLabは、推定ツールボックスとベンチマークをポーズします。
• MMHUMAN3D：OpenMMLab 3D Human Parametric Model Toolboxとベンチマーク。
• mmselfsup：openmmlab自己監視学習ツールボックスとベンチマーク。
• MMRAZOR：OpenMMLabモデル圧縮ツールボックスとベンチマーク。
• mmfewshot：Openmmlab少数の学習ツールボックスとベンチマーク。
• MMACTION2：OpenMMLabの次世代アクション理解ツールボックスとベンチマーク。
• MMTracking：OpenMMLabビデオ認識ツールボックスとベンチマーク。
• MMFLOW：OpenMMLab光フローツールボックスとベンチマーク。
• MDEMITITION：OpenMMLab画像とビデオ編集ツールボックス。
• MMGeneration：OpenMMLab画像およびビデオ生成モデルツールボックス。
• mmdeploy：openmmlabモデルの展開フレームワーク。