mmrotate
v0.3.4
Documentação | Instalação | ? Model zoo | ? Atualizar notícias | Projetos em andamento | ? Problemas de relatório
Inglês | 简体中文
O MMrotate é uma caixa de ferramentas de código aberto para detecção de objetos rotacionada com base no Pytorch. Faz parte do projeto OpenMmlab.
A filial principal trabalha com Pytorch 1.6+ .
Suportar representações de múltiplos ângulos
O MMrotate fornece três representações de ângulo convencional para atender diferentes configurações de papel.
Design modular
Decompomos a estrutura de detecção de objetos rotacionada em diferentes componentes, o que torna muito fácil e flexível construir um novo modelo combinando módulos diferentes.
Forte linha de base e estado da arte
A caixa de ferramentas fornece linhas de base fortes e métodos de ponta na detecção de objetos rotacionados.
Estamos entusiasmados em anunciar nosso trabalho mais recente sobre tarefas de reconhecimento de objetos em tempo real, RTMDET , uma família de detectores de estágio único totalmente convolucionais. O RTMDET não apenas atinge a melhor troca de precisão de parâmetro na detecção de objetos de tamanhos de modelo minúsculo para extra-grande, mas também obtém um novo desempenho de última geração na segmentação de instância e nas tarefas de detecção de objetos rotacionados. Os detalhes podem ser encontrados no relatório técnico. Modelos pré-treinados estão aqui.
| Tarefa | Conjunto de dados | AP | FPS (TRT FP16 BS1 3090) |
|---|---|---|---|
| Detecção de objetos | COCO | 52.8 | 322 |
| Segmentação da instância | COCO | 44.6 | 188 |
| Detecção de objeto rotacionado | Dota | 78.9 (em escala única) /81.3 (multi-escala) | 121 |
0.3.4 foi lançado em 01/02/2023:
Consulte o Changelog.md para obter detalhes e histórico de lançamento.
MMrotato depende de Pytorch, MMCV e MMDETECTION. Abaixo estão as etapas rápidas para instalação. Consulte o guia de instalação para obter uma instrução mais detalhada.
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 . Consulte Get_Started.md para o uso básico do mmrotate. Fornecemos o tutorial do COLAB e outros tutoriais para:
Resultados e modelos estão disponíveis no readme.md do diretório de configuração de cada método. Um resumo pode ser encontrado na página do zoológico modelo.
Consulte o data_preparation.md para preparar os dados.
Consulte as perguntas frequentes para perguntas frequentes.
Agradecemos todas as contribuições para melhorar o MMrotate. Consulte Contribuindo.md para obter a diretriz contribuinte.
O MMrotate é um projeto de código aberto que é contribuído por pesquisadores e engenheiros de várias faculdades e empresas. Agradecemos todos os colaboradores que implementam seus métodos ou adicionam novos recursos, bem como 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 próprios novos métodos.
Se você usar esta caixa de ferramentas ou referência em sua pesquisa, cite este projeto.
@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 }
}Este projeto é lançado sob a licença Apache 2.0.
