mmselfsup 다운로드 mmselfsup 소스 코드 다운로드

mmselfsup

파이썬

v1.0.0

다운로드

문서 | 설치 | ? 모델 동물원 | ? 업데이트 뉴스 | ?보고 문제

? MMPRETRAIN은 시각적 사전 훈련을위한 새로 업그레이드 된 오픈 소스 프레임 워크입니다. 여러 강력한 미리 훈련 된 백본을 제공하고 다양한 사전 훈련 전략을 지원하기 시작했습니다.

MMPRETRAIN 1.0 지점이 시험 중이며, 모든 것을 시도하고 우리와 토론 할 수 있습니다! ?

영어 | 简体中文

소개

MMSelfsup은 Pytorch를 기반으로 한 오픈 소스 자체 감독 대표 학습 도구 상자입니다. OpenMMLAB 프로젝트의 일부입니다.

마스터 브랜치는 Pytorch 1.8 이상에서 작동합니다.

주요 기능

하나의 방법
MMSelfsup은 자기 감독 학습에서 최첨단 방법을 제공합니다. 모든 벤치 마크에서 포괄적 인 비교를 위해, 대부분의 사전 훈련 방법은 동일한 설정하에 있습니다.
모듈 식 디자인
MMSelfsup은 모듈 식 디자인을 가진 OpenMMLAB 프로젝트의 유사한 코드 아키텍처를 따라 사용자가 자체 알고리즘을 구축 할 수있는 유연하고 편리합니다.
표준화 된 벤치 마크
mmselfsup은 로지스틱 회귀 분석, 선형 프로브 기능, 반 감독 분류, 객체 감지 및 시맨틱 세분화에서 로지스틱 회귀, SVM / 로우 샷 SVM을 포함한 벤치 마크를 표준화합니다.
호환성
MMSelfSup은 다른 OpenMMLAB 프로젝트의 모듈 및 인터페이스의 유사한 디자인을 채택하기 때문에 객체 감지 및 세분화와 같은 다른 OpenMMLAB 프로젝트를 통해 다운 스트림 작업에 대한 원활한 평가를 지원합니다.

새로운 것

MMSelfsup v1.0.0은 main 브랜치를 기반으로 릴리스되었습니다. 자세한 내용은 마이그레이션 안내서를 참조하십시오.

MMSTIPSUP v1.0.0은 06/04/2023에 출시되었습니다.

PixMIM 지원합니다.
projects/dino/ 에서 DINO 지원.
Refactor 파일 io 인터페이스.
문서를 개선하십시오.

MMSTIPSUP v1.0.0RC6은 20123 년 10 월 2 일에 출시되었습니다.

projects/maskfeat_video/ 에서 비디오 데이터 세트를 사용하여 MaskFeat 지원/
문서를 중국어로 번역하십시오.

MMSTIPSUP v1.0.0RC5 는 20122 년 12 월 30 일에 출시되었습니다.

지원 BEiT v2 , MixMIM , EVA .
모델 분석을위한 ShapeBias 지원합니다
FGIA ACCV 2022 (1 위)의 솔루션 추가
Refactor t-sne

자세한 내용과 출시 기록은 ChangElog를 참조하십시오.

MMSelfsup 1.x와 0.x의 차이는 마이그레이션에서 찾을 수 있습니다.

설치

mmselfsup은 pytorch, mmcv, mmengine 및 mmclassification에 따라 다릅니다.

자세한 지침은 설치를 참조하십시오.

시작하세요

튜토리얼의 경우 기본 사용을위한 사용자 가이드를 제공합니다.

프리 트레인

구성
데이터 세트를 준비하십시오
기존 모델과의 프리 트레인

다운 트림 작업

분류
발각
분할

유용한 도구

심상
분석 도구

고급 가이드 및 Colab 튜토리얼도 제공됩니다.

자주 묻는 질문은 FAQ를 참조하십시오.

모델 동물원

포괄적 인 미리 훈련 된 모델 및 벤치 마크에 대해서는 Model Zoo.md를 참조하십시오.

지원되는 알고리즘 :

우리 계획에는 더 많은 알고리즘이 있습니다.

기준

벤치 마크	환경
Imagenet 선형 분류 (멀티 헤드)	Goyal2019
Imagenet 선형 분류 (마지막)
Imagenet Semi-Sup 분류
PLACE205 선형 분류 (멀티 헤드)	Goyal2019
Inaturalist2018 선형 분류 (멀티 헤드)	Goyal2019
파스칼 VOP07 SVM	Goyal2019
Pascal Voc07 로우 샷 SVM	Goyal2019
Pascal Voc07+12 객체 감지	모코
Coco17 객체 감지	모코
도시 스케이프 세분화	MMSEG
파스칼 VOC12 AUG 세분화	MMSEG

기여

MMSelfsup을 개선하는 모든 기여에 감사드립니다. 기여 가이드 라인에 대한 자세한 내용은 기여 가이드를 참조하십시오.

승인

MMSelfsup은 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 Toolbox와 Benchmark가 기존 방법을 다시 구현하고 새로운 알고리즘을 개발하기 위해 유연한 툴킷을 제공함으로써 성장하는 연구 커뮤니티에 서비스를 제공 할 수 있기를 바랍니다.

mmselfsup은 OpenSelfSup에서 유래했으며 OpenSelfSup에 대한 모든 조기 기여에 감사드립니다. Xiaohang Zhan (@xiaohangzhan), jiahao xie (@jiahao000), enze xie (@xieenze), xiangxiang chu (@cxxgtxy), Zijian HE (@scnuhealthy).

소환

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

 @misc { mmselfsup2021 ,
    title = { {MMSelfSup}: OpenMMLab Self-Supervised Learning Toolbox and Benchmark } ,
    author = { MMSelfSup Contributors } ,
    howpublished = { url{https://github.com/open-mmlab/mmselfsup} } ,
    year = { 2021 }
}