mmdetection

mmdetection介绍

mmdetection的结构

 mmdetection通过封装pytorch将数据的输入，训练，模型的建立有序的过程。
 1 配置文件
 模型的配置存放在configs，你可以从faster_rcnn开始，其中包括三个部分：faster_rcnn_r50_fpn.py模型的基本架构，包括backbone，neck，head等。coco_detection.py 表示输入的数据是coco数据格式，以及输入数据的处理方式。schedule_1x.py表示训练过程的参数，包括训练过程中的优化器等。你可以通过配置其中的几个组成部分，去配置模型的训练过程。
 2 核心代码
 核心代码放在mmdet中，其中apis主要是包含test，train，负责完成测试以及训练，core主要包括anchor，bbox，evaluation，export，post_processing等基本过程。datasets主要是包括了数据的构建，包括了coco，oc，wider_face等数据集的处理。models主要包括了模型的backbone，dense_head等模型的基本架构。utils包括了logger等一些基本的操作。
 3 训练的脚本
 tools包含了一些训练，测试的脚本   

备注

下载链接：https://github.com/open-mmlab/mmdetection