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