mmdetection源码解读-0:什么是mmdetection

最新推荐文章于 2024-01-12 20:18:24 发布
最新推荐文章于 2024-01-12 20:18:24 发布
阅读量334 收藏
点赞数
分类专栏： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/thehappysheep/article/details/108191170
版权

mmdetection商汤科技和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架，后续会加入Cascade-RCNN以及其他一系列目标检测框架。选择学习这个框架，是应为它支持的目标检测的网络模型比较多。想详细了解可以阅读github的工程和arxiv的文档 《MMDetection: Open MMLab Detection Toolbox and Benchmark 》

github：https://github.com/open-mmlab/mmdetection

1.支持的算法

支持的一阶段和二阶段目标检测算法还相对齐全

2.框架结构

主要分成backbone , Neck, DenseHead RoIHead这四个主要部分。

3.train pipeline 

 

二狗1号
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于MMdetection的RT-DETR目标检测器的源码解析（上）
m0_51951660的博客
09-14 1457
基于MMdetection的RT-DETR目标检测器的源码解析
mmdetection源码笔记（一）：train.py解读
Activewaste
08-13 1万+
刚接触mmdetection，建议不着急看代码，可以先去把config配置文件先去好好了解一下，因为，要改动或者微调，以及复现论文中的精度，基本上都在config文件夹下进行修改数据。 【干货】mmdetection使用coco格式的CrowdHuman数据集进行训练及测试（附调参过程） 上面这篇文章是博主刚开始接触mmdetection时，复现论文CrowdHuman里fpn精度的过程，里面...
mmdetection源码注释
01-17
商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架，后续会加入Cascade-RCNN以及其他一系列目标检测框架。 相比于Facebook开源的Detectron框架，作者声称mmdetection有三点优势：performance稍高、训练速度稍快、所需显存稍小
mmdetection源码解读（零）
Haku_yyf的博客
05-12 619
官方手册
mmdetection源码解读（一）
Haku_yyf的博客
10-10 1962
一、安装测试：(官方github上很详细) https://github.com/open-mmlab/mmdetection 测试： from mmdet.apis import init_detector, inference_detector, show_result if __name__ == '__main__': config_file = 'configs/fa...
mmdetection源码详细解读
dekiang
08-31 4573
目录简介1. 测试代码三级目录 简介 GitHub地址：https://github.com/open-mmlab/mmdetection. 各模型的权重可以在model_zoo.md上下载。 1. 测试代码 import mmcv from mmdet.apis import init_detector, inference_detector, show_result_pyplot config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coc
mmdetection源码解析
yly的博客
04-12 3923
配置文件可以分为如下几块： model：说明model结构及其参数backbone\neck\head （loss是在head里配置的） schedule：说明optimizer和learning policy dataset：train和test时的transform 问题：target在哪里配置？
mmdetection源码笔记（二）：创建网络模型之cascade_rcnn.py的解读（中）
Activewaste
08-18 9097
引言： cascade_rcnn.py文件在moels/detections文件夹下。本次对文件cascade_rcnn.py的代码解读，是根据py配置文件configs/cascade_rcnn_r50_fpn_1x.py的数据信息进行讲解的。 moels/detectionscascade_rcnn.py文件中 主要的内容如下： __init__() ：module的构造函数。 init_w...
mmdetection源码笔记（五）：测试之test.py的解读
Activewaste
08-22 9774
引言 在test阶段有以下几个方法： single_gpu_test()：顾名思义，就是单GPU测试，该方法在main()中调用，当不分布式测试的时候，则运行次测试方法，该方法的实现中，其实是调用了检测器测试过程的forward()前向计算过程，以cascade_rcnn为例，在cascade_rcnn的父类中的forward()方法中，通过判断test_mode当前处于训练还是测试阶段，来调用...
MMDetection-简介
周先森爱吃素的博客
01-23 8765
本文对目标检测领域著名工具箱MMDetection进行基本介绍。
mmdetection-中文文档(自己翻译).pdf
02-10
由mmdetection英文文档翻译，主要有五章内容，分别介绍了安装、使用、技术细节、模型库以及更新的日志，对于初学者有一定的帮助，要深入理解，下一步就是解毒源码了。
（四）mmdetection源码解读：MMCV 核心组件 Registry
m0_37737957的博客
11-03 750
四大全局注册器类 DATASETS = Registry('dataset'), PIPELINES = Registry('pipeline'), MODELS = Registry('models', parent=MMCV_MODELS) HOOKS = Registry('hook')
（十一）mmdetection源码解读：train_detector
m0_37737957的博客
02-14 1019
一、train_detector函数分析 1、DataLoader 2、optimizer 3、runner 4、register hooks 5、runner.run 二、train_detector参数说明
mmdetection之Detr源码解读
热门推荐
wulele2的博客
03-25 1万+
文章目录前言1、2、transformer1.encoder部分2.decoder部分总结 前言 1、 detr_head.py def forward_single(self, x, img_metas): """"Forward function for a single feature level. Args: x (Tensor): Input feature from backbone's single stage, shape [bs,
mmdetection3.2.0之RetinaNet源码解读
最新发布
mengsheng12的博客
01-12 1374
该片解读在官网的这篇文章的基础之上对细节进行补充，使用，不足之处请在评论区指出。本文是结合上面官方提供的文章和b站噼里啪啦博主的讲解结合起来学习的。解读总共包含两部分，第一部分是对代码含义解读，第二部分就是对代码debug进行调试，了解数据流。本文和的说明。
（二十二）mmdetection源码解读：faster_rcnn_r50_fpn.py详解roi_head
m0_37737957的博客
09-15 478
一、model配置文件->roi_head 二、roi_head详解
mmDetection源码分析（三）：Faster R-CNN模块解读（一）
cuihaoren01的专栏
12-11 2489
Faster R-CNN模块解读（一）— 检测器的构建 根据之前的介绍，config文件中的 model 中的 type 指定了检测器是一个Faster R-CNN检测器。 我们知道要调用一个检测模型要用到函数model = build_detector(cfg.model, train_cfg=cfg.train_cfg, test_cfg=cfg.test_cfg)。接下来，我们看看其是如何调...
mmdetection介绍
qq_32425195的博客
03-03 1190
转自： https://blog.csdn.net/gaoyi135/article/details/90613895
mmdetection源码阅读笔记（0）--创建模型
EwanRenton
05-04 7337
之前做天池比赛用mmdetection取得了还不错的成绩，就想仔细读读mmdetection的源码，了解下具体实现。 这个系列，准备按照目标检测和实例分割的pipeline来写。 训练脚本 官方提供了分布式训练，并且推荐使用分布式训练，即使在单机器上dist_train.sh。 #!/usr/bin/env bash PYTHON=${PYTHON:-"python3"} $PYTHON...
mmdetection 源码解读
08-31
总之，mmdetection框架的源码解读主要涉及网络结构的设计和组件的使用。通过深入理解这些内容，我们可以更好地理解和使用mmdetection框架来进行目标检测任务。<span class="em">1</span><span class="em">2</span>...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值