文档|安装| ?模型动物园| ?更新新闻|正在进行的项目|报告问题
英语| 简体中文
Mmrotate是一种基于Pytorch的旋转对象检测的开源工具箱。它是OpenMMLAB项目的一部分。
主分支与Pytorch 1.6+一起使用。
支持多角度表示
mmrotate提供三个主流角度表示,以满足不同的纸张设置。
模块化设计
我们将旋转的对象检测框架分解为不同的组件,这使得通过组合不同的模块来构建新型号变得容易且灵活。
强大的基线和艺术状态
该工具箱在旋转的对象检测中提供了强大的基准和最新方法。
我们很高兴宣布我们关于实时对象识别任务的最新工作RTMDET ,这是一个完全卷积的单阶段探测器的家族。 RTMDET不仅在从小到超大型模型大小的对象检测中实现了最佳的参数准确性权衡取舍,而且还可以在实例细分和旋转的对象检测任务上获得新的最新性能。详细信息可以在技术报告中找到。预训练的模型在这里。
| 任务 | 数据集 | AP | FPS(TRT FP16 BS1 3090) |
|---|---|---|---|
| 对象检测 | 可可 | 52.8 | 322 |
| 实例细分 | 可可 | 44.6 | 188 |
| 旋转的对象检测 | dota | 78.9(单尺度)/81.3(多尺度) | 121 |

0.3.4于20023年1月2日发布:
有关详细信息和发布历史记录,请参考ChangElog.md。
mmrotate取决于Pytorch,MMCV和MMDetection。以下是安装的快速步骤。请参阅安装指南以获取更多详细说明。
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 . 有关mmrotate的基本用法,请参见get_started.md。我们提供COLAB教程和其他教程:
结果和模型可在每个方法的配置目录的readme.md中找到。可以在模型动物园页面中找到摘要。
请参阅data_preparation.md来准备数据。
请参阅常见问题解答以获取常见问题。
我们感谢改善Mmrotate的所有贡献。请参阅贡献指南的贡献。
Mmrotate是一个开源项目,由来自各种大学和公司的研究人员和工程师贡献。我们感谢所有实施方法或添加新功能的贡献者以及提供宝贵反馈的用户。我们希望该工具箱和基准可以通过提供灵活的工具包来重新实现现有方法并开发自己的新方法来为不断增长的研究社区提供服务。
如果您在研究中使用此工具箱或基准测试,请引用此项目。
@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 }
}该项目以Apache 2.0许可发布。