mmrotate 다운로드 mmrotate 소스 코드 다운로드

mmrotate

파이썬

v0.3.4

다운로드

영어 | 简体中文

소개

MMrotate는 Pytorch를 기반으로 회전 된 객체 감지를위한 오픈 소스 도구 상자입니다. OpenMMLAB 프로젝트의 일부입니다.

마스터 브랜치는 Pytorch 1.6+ 와 함께 작동합니다.

video.mp4

주요 기능

다중 각도 표현을 지원합니다
MMROTATE는 다른 종이 설정을 충족시키기 위해 세 가지 주류 각도 표현을 제공합니다.
모듈 식 디자인
회전 된 객체 감지 프레임 워크를 다른 구성 요소로 분해하여 다른 모듈을 결합하여 새 모델을 만들기 쉽고 유연하게 만듭니다.
강력한 기준선과 최신 예술
이 도구 상자는 회전 된 물체 감지에서 강력한 기준 및 최신 방법을 제공합니다.

새로운 것

가장 밝은 부분

우리는 실시간 객체 인식 작업에 대한 최신 작업 인 RTMDET , 완전 컨볼 루션 단일 단계 탐지기 제품군을 발표하게되어 기쁩니다. RTMDET은 작은 모형 모델 크기로의 객체 감지에 대한 최고의 매개 변수 분야의 트레이드 오프를 달성 할뿐만 아니라 인스턴스 세분화 및 회전 된 객체 감지 작업에 대한 새로운 최첨단 성능을 얻습니다. 세부 사항은 기술 보고서에서 찾을 수 있습니다. 미리 훈련 된 모델이 여기에 있습니다.

일	데이터 세트	ap	FPS (TRT FP16 BS1 3090)
물체 감지	머리	52.8	322
인스턴스 분할	머리	44.6	188
회전 된 물체 감지	도타	78.9 (단일 규모) /81.3 (멀티 스케일)	121

0.3.4는 01/02/2023에 출시되었습니다.

Numpy, Scikit-Learn 및 E2CNN과의 호환성을 고정하십시오.
회전 변환에서 빈 패치를 지원합니다
RrandomCrop 유효성 검사에는 IOF를 사용하십시오

자세한 내용 및 릴리스 기록은 Changelog.md를 참조하십시오.

설치

MMROTATE는 Pytorch, MMCV 및 MMDetection에 의존합니다. 다음은 설치를위한 빠른 단계입니다. 자세한 지침은 설치 안내서를 참조하십시오.

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 .

시작하세요

mmrotate의 기본 사용에 대해서는 get_started.md를 참조하십시오. Colab 튜토리얼 및 기타 튜토리얼을 제공합니다.

기본 사항을 배우십시오
구성을 배우십시오
데이터 세트를 사용자 정의합니다
모델을 사용자 정의하십시오
유용한 도구

모델 동물원

결과 및 모델은 각 메소드 구성 디렉토리의 readme.md 에서 사용할 수 있습니다. 요약은 모델 동물원 페이지에서 찾을 수 있습니다.

지원되는 알고리즘 :

데이터 준비

데이터를 준비하려면 data_preparation.md를 참조하십시오.

FAQ

자주 묻는 질문은 FAQ를 참조하십시오.

기여

MMROTATE를 개선하기위한 모든 기여에 감사드립니다. 기고 가이드 라인은 Contributing.md를 참조하십시오.

승인

MMrotate는 다양한 대학 및 회사의 연구원과 엔지니어가 기여하는 오픈 소스 프로젝트입니다. 우리는 자신의 방법을 구현하거나 새로운 기능을 추가하는 모든 기고자와 귀중한 피드백을 제공하는 사용자에게 감사합니다. 우리는 도구 상자와 벤치 마크가 기존 방법을 다시 구현하고 새로운 방법을 개발하기 위해 유연한 툴킷을 제공함으로써 성장하는 연구 커뮤니티에 서비스를 제공 할 수 있기를 바랍니다.

소환

연구 에서이 도구 상자 또는 벤치 마크를 사용하는 경우이 프로젝트를 인용하십시오.

 @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 }
}