Detectron2
1. 简介
Detectron2是Facebook AI Research(FAIR)推出的基于Pytorch的视觉算法开源框架,主要聚焦于目标检测和分割任务等视觉算法,此外还支持全景分割,关键点检测,旋转框检测等任务。Detectron2继承自Detectron 和mask-rcnn。
Detectron2具有较强的灵活性和可扩展性,支持快速的单GPU训练,多GPU并行训练和多节点分布式训练。
2. 模块化和可扩展性
Detectron2 将常见的算法组件模块化,通过更换不同的组件可实现不同算法组合和算法任务,如不同的backbone:Resnet,Vit,Swin,再通过可选的Proposals得到图像特征,最后接上不同任务的Head,以支持特定的任务。如图中所示的BBox检测,实例分割,关键点检测,Densepose,语义分割,全景分割。
3. 配置文件系统 Lazy Configs
更新的Detectron2采用了非侵入式的配置文件系统,使用起来更为灵活。Config类为key-value形式的字典,可通过python脚本直接得到,该方案相比于传统Yaml配置文件的优点包括:
- 方便通过python操作
- 可以写简单的语法,调用简单的函数
- 使用更多的数据类型
- 通过python import机制方便导入/导出其他的配置文件
示例
# config.py: 配置文件
a = dict