Detectron FAIR的物体检测研究平台，实现Mask R-CNN和RetinaNet等流行算法。

Detectron

Detectron是Facebook AI Research的软件系统，它实现了最先进的物体检测算法，包括Mask R-CNN。它是用Python编写的，由Caffe2深度学习框架提供支持。

在FAIR，Detectron已经启动了许多研究项目，包括：用于物体检测的特征金字塔网络，掩模R-CNN，检测和识别人 - 物体相互作用，密集物体检测的焦点损失，非局部神经网络，学习分割每件事，数据蒸馏：走向全方位监督学习，DensePose：野外密集的人体姿态估计和群体规范化。

示例掩码R-CNN输出。

介绍

Detectron的目标是为物体检测研究提供高质量，高性能的代码库。它旨在灵活，以支持新颖研究的快速实施和评估。Detectron包括以下对象检测算法的实现：

• 面具R-CNN - 2017年ICCV的Marr奖
• RetinaNet - 2017年ICCV 最佳学生论文奖
• 更快的R-CNN
• RPN
• 快速R-CNN
• R-FCN

使用以下骨干网络架构：

• ResNeXt {50101152}
• RESNET {50101152}
• 功能金字塔网络（使用ResNet / ResNeXt）
• VGG16

可以容易地实现附加的骨干架构。有关这些型号的更多详细信息，请参阅下面的参考资料。