mmdetection3d
v1.4.0 Release
เอกสาร การติดตั้ง ? Model Zoo | อัปเดตข่าว | โครงการต่อเนื่อง ปัญหาการรายงาน
ภาษาอังกฤษ | 简体中文
MMDETECTION3D เป็นกล่องเครื่องมือตรวจจับวัตถุโอเพ่นซอร์สตาม Pytorch ไปสู่แพลตฟอร์มรุ่นต่อไปสำหรับการตรวจจับ 3D ทั่วไป มันเป็นส่วนหนึ่งของโครงการ OpenMMLAB
สาขาหลักทำงานร่วมกับ Pytorch 1.8+
รองรับเครื่องตรวจจับแบบหลายโหมด/โมดูลเดียวนอกกล่อง
รองรับเครื่องตรวจจับแบบหลายโมดูล/โมดูลเดี่ยวได้โดยตรงรวมถึง MVXNET, Votenet, Pointpillars ฯลฯ
รองรับการตรวจจับ 3D ในร่ม/กลางแจ้งนอกกล่อง
รองรับชุดข้อมูลการตรวจจับ 3D ในร่มและกลางแจ้งที่เป็นที่นิยมโดยตรงรวมถึง Scannet, SunRGB-D, Waymo, Nuscenes, Lyft และ Kitti สำหรับชุดข้อมูลของ Nuscenes เรายังรองรับชุดข้อมูล nuimages
การบูรณาการตามธรรมชาติกับการตรวจจับ 2D
ทุก รุ่นประมาณ 300 รุ่นวิธีการ 40+ เอกสาร และโมดูลที่รองรับใน MMDetection สามารถฝึกอบรมหรือใช้ในรหัสนี้ได้
ประสิทธิภาพสูง
มันฝึกเร็วกว่าฐานรหัสอื่น ๆ ผลลัพธ์หลักคือด้านล่าง รายละเอียดสามารถพบได้ใน Benchmark.md เราเปรียบเทียบจำนวนตัวอย่างที่ได้รับการฝึกฝนต่อวินาที (ยิ่งสูงกว่า) โมเดลที่ไม่ได้รับการสนับสนุนโดยรหัสฐานอื่นจะถูกทำเครื่องหมายด้วย ✗
| วิธีการ | mmdetection3d | openpcdet | โหวต | det3d |
|---|---|---|---|---|
| โหวต | 358 | 77 | ||
| รถคันพิลลาร์ | 141 | 140 | ||
| Pointpillars-3class | 107 | 44 | ||
| ที่สอง | 40 | 30 | ||
| ส่วนที่ -2 | 17 | 14 |
เช่น MMDetection และ MMCV สามารถใช้ MMDetection3D เป็นห้องสมุดเพื่อรองรับโครงการที่แตกต่างกัน
ในเวอร์ชัน 1.4, mmdetecion3d refactors ชุดข้อมูล Waymo และเร่งการประมวลผลล่วงหน้าการตั้งค่าการฝึกอบรม/การทดสอบและการประเมินชุดข้อมูล Waymo นอกจากนี้เรายังขยายการรองรับสำหรับกล้องเช่นเดียวกับ monocular และ bev, โมเดลการตรวจจับวัตถุ 3 มิติบน Waymo คำอธิบายโดยละเอียดเกี่ยวกับข้อมูลข้อมูลของ Waymo มีให้ที่นี่
นอกจากนี้ในเวอร์ชัน 1.4 MMDetection3D ยังให้ Waymo-Mini เพื่อช่วยให้ผู้ใช้ชุมชนเริ่มต้นด้วย Waymo และใช้เพื่อการพัฒนาซ้ำอย่างรวดเร็ว
v1.4.0 ได้รับการปล่อยตัวใน 8/1/2024：
projectsprojectsV1.3.0 เปิดตัวในวันที่ 18/10/2023:
projectsv1.2.0 ได้รับการปล่อยตัวใน 4/7/2023
mmdet3d/configsprojectsmimv1.1.1 ได้รับการปล่อยตัวในวันที่ 30/5/2023:
projectsprojectsโปรดดูการติดตั้งสำหรับคำแนะนำในการติดตั้ง
สำหรับคู่มือผู้ใช้โดยละเอียดและคู่มือขั้นสูงโปรดดูเอกสารของเรา:
ผลลัพธ์และรุ่นมีอยู่ในสวนสัตว์รุ่น
| กระดูกสันหลัง | หัว | คุณสมบัติ |
|
|
|
| การตรวจจับวัตถุ 3 มิติที่ใช้ LIDAR | การตรวจจับวัตถุ 3 มิติที่ใช้กล้องถ่ายรูป | การตรวจจับวัตถุ 3 มิติแบบหลายรูปแบบ | การแบ่งส่วนความหมาย 3D |
|
|
|
|
| resnet | vovnet | Swin-T | Pointnet ++ | ที่สอง | dgcnn | regnetx | DLA | minkresnet | กระบอกสูบ 3D | Minkunet | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| ที่สอง | |||||||||||
| pointpillars | |||||||||||
| ผู้เดินเล่น | |||||||||||
| โหวต | |||||||||||
| H3dnet | |||||||||||
| 3DSSD | |||||||||||
| ส่วนที่ -2 | |||||||||||
| mvxnet | |||||||||||
| จุดศูนย์กลาง | |||||||||||
| SSN | |||||||||||
| Imvotenet | |||||||||||
| FCOS3D | |||||||||||
| Pointnet ++ | |||||||||||
| กลุ่มฟรี -3d | |||||||||||
| Imvoxelnet | |||||||||||
| Paconv | |||||||||||
| dgcnn | |||||||||||
| ควัน | |||||||||||
| PGD | |||||||||||
| monoflex | |||||||||||
| SA-SSD | |||||||||||
| fcaf3d | |||||||||||
| PV-RCNN | |||||||||||
| กระบอกสูบ 3D | |||||||||||
| Minkunet | |||||||||||
| spvcnn | |||||||||||
| เบฟฟิวชั่น | |||||||||||
| ผู้กึ่งกลาง | |||||||||||
| TR3D | |||||||||||
| DETR3D | |||||||||||
| PETR | |||||||||||
| tpvformer |
หมายเหตุ: รุ่นทั้งหมดประมาณ 500+ วิธีการของ 90+ เอกสาร ในการตรวจจับ 2D ที่รองรับโดย MMDetection สามารถผ่านการฝึกอบรมหรือใช้ใน codebase นี้
โปรดดูคำถามที่พบบ่อยสำหรับคำถามที่พบบ่อย
เราขอขอบคุณการมีส่วนร่วมทั้งหมดเพื่อปรับปรุง mmdetection3d โปรดดูที่การสนับสนุน MD สำหรับแนวทางที่มีส่วนร่วม
MMDETECTION3D เป็นโครงการโอเพ่นซอร์สที่ได้รับการสนับสนุนจากนักวิจัยและวิศวกรจากวิทยาลัยและ บริษัท ต่างๆ เราขอขอบคุณผู้มีส่วนร่วมทั้งหมดรวมถึงผู้ใช้ที่ให้ข้อเสนอแนะที่มีค่า เราหวังว่ากล่องเครื่องมือและเบนช์มาร์กสามารถให้บริการชุมชนการวิจัยที่กำลังเติบโตโดยการจัดหาชุดเครื่องมือที่ยืดหยุ่นเพื่อปรับปรุงวิธีการที่มีอยู่ใหม่และพัฒนาเครื่องตรวจจับ 3 มิติใหม่ของตัวเอง
หากคุณพบว่าโครงการนี้มีประโยชน์ในการวิจัยของคุณโปรดพิจารณาอ้างอิง:
@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}
}โครงการนี้เปิดตัวภายใต้ใบอนุญาต Apache 2.0
