mmdetection3d
v1.4.0 Release
문서 | 설치 | ? 모델 동물원 | ? 업데이트 뉴스 | 진행중인 프로젝트 | ?보고 문제
영어 | 简体中文
MMDetection3D는 일반 3D 감지를 위해 차세대 플랫폼을 향한 Pytorch를 기반으로 한 오픈 소스 객체 감지 도구 상자입니다. OpenMMLAB 프로젝트의 일부입니다.
메인 브랜치는 Pytorch 1.8+ 와 함께 작동합니다.
다중 유체/단일 양식 검출기를 상자 밖으로 지원합니다
MVXNET, VotENET, PointPillars 등을 포함한 다중 유체/단일 모드 검출기를 직접 지원합니다.
실내/실외 3D 탐지를 상자 밖으로 지원합니다
Scannet, SunRGB-D, Waymo, Nuscenes, Lyft 및 Kitti를 포함하여 인기있는 실내 및 실외 3D 탐지 데이터 세트를 직접 지원합니다. Nuscenes 데이터 세트의 경우 Nuimages 데이터 세트도 지원합니다.
2D 탐지와의 자연 통합
약 300 개 이상의 모델, 40 개 이상의 용지 및 MMDetection에서 지원되는 모듈을 모두이 코드베이스에서 교육하거나 사용할 수 있습니다.
고효율
다른 코드베이스보다 더 빨리 훈련합니다. 주요 결과는 다음과 같습니다. 세부 사항은 Benchmark.md에서 찾을 수 있습니다. 우리는 초당 훈련 된 샘플의 수를 비교합니다 (높고 높을수록 좋습니다). 다른 코드베이스에서 지원하지 않는 모델은 ✗ 로 표시됩니다.
| 행동 양식 | mmdetection3d | OpenPcdet | Votenet | det3d |
|---|---|---|---|---|
| Votenet | 358 | ✗ | 77 | ✗ |
| PointPillars-Car | 141 | ✗ | ✗ | 140 |
| PointPillars-3class | 107 | 44 | ✗ | ✗ |
| 두번째 | 40 | 30 | ✗ | ✗ |
| Part-A2 | 17 | 14 | ✗ | ✗ |
MMDetection 및 MMCV와 마찬가지로 MMDetection3D는 또한 다른 프로젝트를 지원하기위한 라이브러리로 사용될 수 있습니다.
버전 1.4에서 MMDETECION3D는 WayMO 데이터 세트를 리팩터링하고 전처리, 교육/테스트 설정 및 WayMO 데이터 세트 평가를 가속화합니다. 또한 웨이 MO의 단안 및 BEV와 같은 카메라 기반에 대한 지원을 확장합니다. WayMO 데이터 정보에 대한 자세한 설명이 여기에 제공됩니다.
또한 버전 1.4에서 MMDetection3D는 WayMo-Mini를 제공하여 커뮤니티 사용자가 Waymo를 시작하고 빠른 반복 개발에 사용할 수 있도록 도와줍니다.
v1.4.0은 8/1/2024에서 출시되었습니다 ：
projects 에서 DSVT 교육을 지원합니다projects 에서 NERF-DET을 지원합니다v1.3.0은 20023 년 18 월 10 일에 출시되었습니다.
projects 에서 Cenet을 지원합니다V1.2.0은 20123 년 4 월 7 일에 출시되었습니다
mmdet3d/configs 에서 새 구성 유형을 지원합니다projects 에서 DSVT의 추론을 지원합니다mim 사용하여 Opendatalab의 데이터 세트 다운로드 지원을 지원합니다v1.1.1은 20123 년 5 월 30 일에 출시되었습니다.
projects 에서 TPVFormer를 지원합니다projects 에서 Bevfusion 교육을 지원합니다설치 지침은 설치를 참조하십시오.
자세한 사용자 안내서 및 고급 가이드는 다음과 같은 문서를 참조하십시오.
결과와 모델은 모델 동물원에서 제공됩니다.
| 백본 | 머리 | 특징 |
|
|
|
| LIDAR 기반 3D 객체 감지 | 카메라 기반 3D 객체 감지 | 멀티 모달 3D 객체 감지 | 3D 시맨틱 세분화 |
|
|
|
|
| RESNET | vovnet | SWIN-T | PointNet ++ | 두번째 | DGCNN | regnetx | DLA | Minkresnet | Cylinder3d | Minkunet | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 두번째 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 포인트 필러 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| FreeAnchor | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| Votenet | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| h3dnet | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 3DSSD | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Part-A2 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| mvxnet | ✓ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 센터 포인트 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| SSN | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| Imvotenet | ✓ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| fcos3d | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| PointNet ++ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 그룹 프리 -3d | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Imvoxelnet | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Paconv | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| DGCNN | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 연기 | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ |
| PGD | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 모노 플렉스 | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ |
| SA-SSD | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| fcaf3d | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ |
| PV-RCNN | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Cylinder3d | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ |
| Minkunet | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ |
| spvcnn | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ |
| Bevfusion | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Centerformer | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| tr3d | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ |
| detr3d | ✓ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| PETR | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| tpvformer | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
참고 : MMDetection에 의해 지원되는 2D 탐지에서 약 500 개 이상의 모델, 90 개 이상의 용지 방법은 이 코드베이스에서 교육을 받거나 사용될 수 있습니다.
자주 묻는 질문은 FAQ를 참조하십시오.
MMDetection3d를 개선하기위한 모든 기여에 감사드립니다. 기고 가이드 라인은 Contributing.md를 참조하십시오.
MMDetection3D는 다양한 대학 및 회사의 연구원과 엔지니어가 기여하는 오픈 소스 프로젝트입니다. 귀중한 피드백을 제공하는 모든 기고자와 사용자에게 감사드립니다. 우리는 Toolbox와 Benchmark가 기존 방법을 다시 구현하고 자체 새로운 3D 탐지기를 개발하기 위해 유연한 툴킷을 제공함으로써 성장하는 연구 커뮤니티에 서비스를 제공하기를 바랍니다.
이 프로젝트가 연구에 유용하다고 생각되면 인용을 고려하십시오.
@misc{mmdet3d2020,
title={{MMDetection3D: OpenMMLab} next-generation platform for general {3D} object detection},
author={MMDetection3D Contributors},
howpublished = { url {https://github.com/open-mmlab/mmdetection3d}},
year={2020}
}이 프로젝트는 Apache 2.0 라이센스에 따라 릴리스됩니다.
