ดาวน์โหลด mmrotate - ดาวน์โหลดซอร์สโค้ด mmrotate

mmrotate

หลาม

v0.3.4

ดาวน์โหลด

เอกสาร การติดตั้ง ? Model Zoo | อัปเดตข่าว | โครงการต่อเนื่อง ปัญหาการรายงาน

ภาษาอังกฤษ | 简体中文

การแนะนำ

Mmrotate เป็นกล่องเครื่องมือโอเพนซอร์ซสำหรับการตรวจจับวัตถุที่หมุนตาม pytorch มันเป็นส่วนหนึ่งของโครงการ OpenMMLAB

สาขาหลักทำงานร่วมกับ Pytorch 1.6+

video.mp4

คุณสมบัติที่สำคัญ

รองรับการแสดงหลายมุม
Mmrotate ให้การแสดงมุมกระแสหลักสามครั้งเพื่อให้ตรงกับการตั้งค่ากระดาษที่แตกต่างกัน
การออกแบบแบบแยกส่วน
เราย่อยสลายกรอบการตรวจจับวัตถุที่หมุนได้เป็นส่วนประกอบที่แตกต่างกันซึ่งทำให้ง่ายและยืดหยุ่นในการสร้างโมเดลใหม่โดยการรวมโมดูลที่แตกต่างกัน
พื้นฐานที่แข็งแกร่งและสถานะของศิลปะ
กล่องเครื่องมือให้บริการพื้นฐานที่แข็งแกร่งและวิธีการที่ทันสมัยในการตรวจจับวัตถุที่หมุนได้

มีอะไรใหม่

เน้น

เรารู้สึกตื่นเต้นที่จะประกาศผลงานล่าสุดของเราเกี่ยวกับงานการจดจำวัตถุแบบเรียลไทม์ RTMDET ซึ่งเป็นครอบครัวของเครื่องตรวจจับขั้นตอนเดียวอย่างสมบูรณ์ RTMDET ไม่เพียง แต่จะได้รับการแลกเปลี่ยนพารามิเตอร์-ความแม่นยำที่ดีที่สุดในการตรวจจับวัตถุจากขนาดขนาดเล็กถึงขนาดใหญ่พิเศษ แต่ยังได้รับประสิทธิภาพที่ทันสมัยใหม่ในการแบ่งส่วนอินสแตนซ์และงานตรวจจับวัตถุที่หมุนได้ รายละเอียดสามารถพบได้ในรายงานทางเทคนิค โมเดลที่ผ่านการฝึกอบรมมาก่อนอยู่ที่นี่

งาน	ชุดข้อมูล	ap	FPS (TRT FP16 BS1 3090)
การตรวจจับวัตถุ	โกโก้	52.8	322
การแบ่งส่วนอินสแตนซ์	โกโก้	44.6	188
การตรวจจับวัตถุที่หมุน	dota	78.9 (ระดับเดียว) /81.3 (หลายระดับ)	121

0.3.4 ได้รับการปล่อยตัวใน 01/02/2023:

แก้ไขความเข้ากันได้กับ numpy, scikit-learn และ e2cnn
รองรับแพทช์เปล่าในการแปลงแบบหมุน
ใช้ IOF สำหรับการตรวจสอบ rrandomcrop

โปรดดูที่ Changelog.md สำหรับรายละเอียดและประวัติการวางจำหน่าย

การติดตั้ง

Mmrotate ขึ้นอยู่กับ Pytorch, MMCV และ MMDetection ด้านล่างเป็นขั้นตอนที่รวดเร็วสำหรับการติดตั้ง โปรดดูคู่มือการติดตั้งสำหรับคำสั่งโดยละเอียดเพิ่มเติม

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 .

เริ่มต้นใช้งาน

โปรดดู get_started.md สำหรับการใช้งานพื้นฐานของ mmrotate เรามีบทช่วยสอน colab และบทช่วยสอนอื่น ๆ สำหรับ:

เรียนรู้พื้นฐาน
เรียนรู้การกำหนดค่า
ปรับแต่งชุดข้อมูล
ปรับแต่งโมเดล
เครื่องมือที่มีประโยชน์

สวนสัตว์รุ่น

ผลลัพธ์และรุ่นมีอยู่ใน readme.md ของไดเรกทอรีการกำหนดค่าของแต่ละวิธี บทสรุปสามารถพบได้ในหน้าสวนสัตว์รุ่น

อัลกอริทึมที่รองรับ:

การเตรียมข้อมูล

โปรดดูที่ data_preparation.md เพื่อเตรียมข้อมูล

คำถามที่พบบ่อย

โปรดดูคำถามที่พบบ่อยสำหรับคำถามที่พบบ่อย

การบริจาค

เราขอขอบคุณการมีส่วนร่วมทั้งหมดเพื่อปรับปรุง mmrotate โปรดดูที่การสนับสนุน MD สำหรับแนวทางที่มีส่วนร่วม

การรับทราบ

Mmrotate เป็นโครงการโอเพ่นซอร์สที่ได้รับการสนับสนุนจากนักวิจัยและวิศวกรจากวิทยาลัยและ บริษัท ต่างๆ เราขอขอบคุณผู้สนับสนุนทุกคนที่ใช้วิธีการของพวกเขาหรือเพิ่มคุณสมบัติใหม่รวมถึงผู้ใช้ที่ให้ข้อเสนอแนะที่มีค่า เราหวังว่ากล่องเครื่องมือและเบนช์มาร์กสามารถให้บริการชุมชนการวิจัยที่กำลังเติบโตโดยการจัดหาชุดเครื่องมือที่ยืดหยุ่นเพื่อนำวิธีการที่มีอยู่ใหม่มาใช้ใหม่และพัฒนาวิธีการใหม่ของตนเอง

การอ้างอิง

หากคุณใช้กล่องเครื่องมือหรือเกณฑ์มาตรฐานในการวิจัยของคุณโปรดอ้างอิงโครงการนี้

 @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 }
}