文檔|安裝| ?模型動物園| ?更新新聞|正在進行的項目|報告問題
英語| 簡體中文
Mmrotate是一種基於Pytorch的旋轉對象檢測的開源工具箱。它是OpenMMLAB項目的一部分。
主分支與Pytorch 1.6+一起使用。
支持多角度表示
mmrotate提供三個主流角度表示,以滿足不同的紙張設置。
模塊化設計
我們將旋轉的對象檢測框架分解為不同的組件,這使得通過組合不同的模塊來構建新型號變得容易且靈活。
強大的基線和藝術狀態
該工具箱在旋轉的對象檢測中提供了強大的基準和最新方法。
我們很高興宣布我們關於實時對象識別任務的最新工作RTMDET ,這是一個完全卷積的單階段探測器的家族。 RTMDET不僅在從小到超大型模型大小的對象檢測中實現了最佳的參數準確性權衡取捨,而且還可以在實例細分和旋轉的對象檢測任務上獲得新的最新性能。詳細信息可以在技術報告中找到。預訓練的模型在這裡。
| 任務 | 數據集 | AP | FPS(TRT FP16 BS1 3090) |
|---|---|---|---|
| 對象檢測 | 可可 | 52.8 | 322 |
| 實例細分 | 可可 | 44.6 | 188 |
| 旋轉的對象檢測 | dota | 78.9(單尺度)/81.3(多尺度) | 121 |

0.3.4於20023年1月2日發布:
有關詳細信息和發布歷史記錄,請參考ChangElog.md。
mmrotate取決於Pytorch,MMCV和MMDetection。以下是安裝的快速步驟。請參閱安裝指南以獲取更多詳細說明。
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 . 有關mmrotate的基本用法,請參見get_started.md。我們提供COLAB教程和其他教程:
結果和模型可在每個方法的配置目錄的readme.md中找到。可以在模型動物園頁面中找到摘要。
請參閱data_preparation.md來準備數據。
請參閱常見問題解答以獲取常見問題。
我們感謝改善Mmrotate的所有貢獻。請參閱貢獻指南的貢獻。
Mmrotate是一個開源項目,由來自各種大學和公司的研究人員和工程師貢獻。我們感謝所有實施方法或添加新功能的貢獻者以及提供寶貴反饋的用戶。我們希望該工具箱和基準可以通過提供靈活的工具包來重新實現現有方法並開發自己的新方法來為不斷增長的研究社區提供服務。
如果您在研究中使用此工具箱或基準測試,請引用此項目。
@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 }
}該項目以Apache 2.0許可發布。