物体检测和分割应该算是计算机视觉中常用的而且也比较酷的任务。但相比图像分类,物体检测和分割任务难度更大,另外一点是就是代码实现也更复杂。对于物体检测和分割,目前有以下几个通用的开源项目:
- Detectron:FAIR出品,基于caffe2;
- maskrcnn-benchmark:FAIR出品,基于PyTorch,可以看成Detectron的PyTorch升级版;
- MMDetection:商汤MMLab出品,基于PyTorch,Model zoo相当完备;
- SimpleDet:图森出品,基于MxNet;
- Tensorflow Object Detection:Google出品,基于TensorFlow 1.x;
1、detectron2
https://detectron2.readthedocs.io/en/latest/tutorials/index.html
2、coco
https://cocodataset.org/
3、MMDetection
MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。
主分支代码目前支持 PyTorch 1.5 以上的版本。主要特性
- 模块化设计MMDetection 将检测框架解耦成不同的模块组件,通过组合不同的模块组件,用户可以便捷地构建自定义的检测模型
- 丰富的即插即用的算法和模型MMDetection 支持了众多主流的和最新的检测算法,例如 Faster R-CNN,Mask R-CNN,RetinaNet 等。
- 速度快基本的框和 mask 操作都实现了 GPU 版本,训练速度比其他代码库更快或者相当,包括 Detectron2, maskrcnn-benchmark 和 SimpleDet。
- 性能高MMDetection 这个算法库源自于 COCO 2018 目标检测竞赛的冠军团队 MMDet 团队开发的代码,我们在之后持续进行了改进和提升。
除了 MMDetection 之外,我们还开源了计算机视觉基础库 MMCV,MMCV 是 MMDetection 的主要依赖。
https://github.com/open-mmlab/mmdetection
https://github.com/open-mmlab/mmdetection/blob/master/docs/zh_cn/article.md