mmdetection3d
v1.4.0 Release
Documentação | Instalação | ? Model zoo | ? Atualizar notícias | Projetos em andamento | ? Problemas de relatório
Inglês | 简体中文
O MMDETECTION3D é uma caixa de ferramentas de detecção de objeto de código aberto baseado em Pytorch, em direção à plataforma de próxima geração para a detecção 3D geral. Faz parte do projeto OpenMmlab.
A filial principal trabalha com o Pytorch 1.8+ .
Suporte a detectores de multi-modalidade/modalidade única
Ele suporta diretamente os detectores de multi-modalidade/modalidade única, incluindo MVXNET, Votenet, Pointpillars, etc.
Apoie a detecção 3D interna/externa fora da caixa
Ele suporta diretamente os conjuntos de dados de detecção 3D internos e externos populares, incluindo scannet, sunrgb-d, waymo, nusceno, lyft e kitti. Para o conjunto de dados do NusCenes, também oferecemos suporte ao conjunto de dados do NUIMAGE.
Integração natural com detecção 2D
Todos os mais de 300 modelos, métodos de mais de 40 artigos e módulos suportados no MMDETECTION podem ser treinados ou usados nesta base de código.
Alta eficiência
Treina mais rápido que outras bases de código. Os principais resultados são os abaixo. Os detalhes podem ser encontrados em benchmark.md. Comparamos o número de amostras treinadas por segundo (quanto maior, melhor). Os modelos que não são suportados por outras bases de código são marcados por ✗ .
| Métodos | MmDetection3d | Openpcdet | VoteNet | Det3d |
|---|---|---|---|---|
| VoteNet | 358 | ✗ | 77 | ✗ |
| Pointpillars-Car | 141 | ✗ | ✗ | 140 |
| PointPillars-3Class | 107 | 44 | ✗ | ✗ |
| SEGUNDO | 40 | 30 | ✗ | ✗ |
| Parte-A2 | 17 | 14 | ✗ | ✗ |
Como o MMDETECTION e o MMCV, o MMDETECTION3D também pode ser usado como uma biblioteca para suportar diferentes projetos em cima dele.
Na versão 1.4, o MMDETecion3D refatora o conjunto de dados Waymo e acelera a configuração de pré -processamento, treinamento/teste e avaliação do conjunto de dados Waymo. Também estendemos o suporte para modelos de detecção de objetos 3D monoculares e BEV, em Waymo. Uma descrição detalhada das informações de dados Waymo é fornecida aqui.
Além disso, na versão 1.4, o MMDETECTION3D fornece Waymo-Mini para ajudar os usuários da comunidade a começar com o Waymo e usá-lo para um rápido desenvolvimento iterativo.
v1.4.0 foi lançado em 1/8/2024:
projectsprojectsv1.3.0 foi lançado em 18/10/2023:
projectsv1.2.0 foi lançado em 7/4/2023
mmdet3d/configsprojectsmimV1.1.1 foi lançado em 30/5/2023:
projectsprojectsConsulte a instalação para obter instruções de instalação.
Para guias de usuário detalhados e guias avançados, consulte nossa documentação:
Resultados e modelos estão disponíveis no zoológico do modelo.
| Backbones | Cabeças | Características |
|
|
|
| Detecção de objetos 3D baseada em LIDAR | Detecção de objeto 3D baseado em câmera | Detecção de objetos 3D multimodal | Segmentação semântica 3D |
|
|
|
|
| Resnet | Vovnet | Swin-t | PointNet ++ | SEGUNDO | DGCNN | Regnetx | Dla | Minkresnet | Cylinder3d | Minkunet | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SEGUNDO | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Pointpillars | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| FreeAnchor | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| VoteNet | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| H3DNET | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| 3DSSD | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Parte-A2 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Mvxnet | ✓ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Centerpoint | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Ssn | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ |
| Imvotenet | ✓ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| FCOS3D | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| PointNet ++ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Grupo Free-3D | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Imvoxelnet | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Paconv | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| DGCNN | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ |
| FUMAÇA | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ |
| PGD | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Monoflex | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ |
| SA-SSD | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| FCAF3D | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ |
| Pv-rcnn | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Cylinder3d | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ |
| Minkunet | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ |
| Spvcnn | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ |
| Bevfusion | ✗ | ✗ | ✓ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Centerformer | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| TR3D | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✗ |
| Detr3d | ✓ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Petr | ✗ | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
| Tpvformer | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |
NOTA: Todos os modelos de cerca de 500 mais, métodos de mais de 90 artigos na detecção 2D suportados pela MMDETECTION podem ser treinados ou usados nesta base de código.
Consulte as perguntas frequentes para perguntas frequentes.
Agradecemos todas as contribuições para melhorar o MMDETECTION3D. Consulte Contribuindo.md para obter a diretriz contribuinte.
O MMDETECTION3D é um projeto de código aberto que é contribuído por pesquisadores e engenheiros de várias faculdades e empresas. Agradecemos todos os colaboradores e usuários que fornecem feedbacks valiosos. Desejamos que a caixa de ferramentas e a referência possam servir à crescente comunidade de pesquisa, fornecendo um kit de ferramentas flexível para reimplementar os métodos existentes e desenvolver seus novos detectores 3D.
Se você achar este projeto útil em sua pesquisa, considere citar:
@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}
}Este projeto é lançado sob a licença Apache 2.0.
