Detectron2是Facebook AI Research的Pytorch目标检测框架，支持多种视觉任务。其核心特性包括灵活的架构、单/多GPU及分布式训练。工程结构包括配置文件、数据集脚本、demo、核心框架、开发工具、项目、测试脚本和工具包等。核心框架涉及checkpoint管理、数据处理、模型训练与评估、模型导出和各种层与结构体。
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. 工程结构
detectron2
- configs
特定数据特定任务的训练配置文件，如mask_rcnn, faster_rcnn, retina_net - datasets
准备数据集的脚本，包括 ADEChallengeData2016, LVIS: A Dataset for Large Vocabulary Instance Segmentation，COCO数据集
- demo
demo程序，可以在静态图像和视频上单帧推理或异步推理已训练好的模型 - detectron2
核心框架 - dev
开发构建工具，格式化，wheels包构建 - docker
docker虚拟环境构建 - docs
文档 - projects
最低0.47元/天 解锁文章
1134
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
