mmdetection相关总结文档链接汇总

中文解读文案汇总

1 官方解读文案

1.1 框架解读

• 轻松掌握 MMDetection 整体构建流程(一)
  这篇文章对 MMDectection 整体最上层的结构进行了深入分析，并且对每个划分的组件进行了简要描述
• 轻松掌握 MMDetection 整体构建流程(二)
  这篇文章进一步对整个训练和测试流程进行详细说明，使大家能够清晰的理解整个训练和测试流
• 轻松掌握 MMDetection 中 Head 流程（三）
  由于 Head 组件是最复杂也是最核心的部分，所有的后处理逻辑都在这个部分，故针对这个部分单独进行了说明 ( 如果阅读起来比较吃力，可以后续结合源码反复多阅读几遍)
• MMCV 核心组件分析(四): Config
  OpenMMLab 系列框架都是默认采用 py 配置方式，通过复用加上继承实现功能扩展。大家打开某个模型配置文件几乎就可以了解整个算法过程，配置文件及其参数的含义是非常关键的，本文对配置文件的使用进行了详细描述，大家需要多看看
• MMCV 核心组件分析(五): Registry
  OpenMMLab 系列框架的一个特点是所有组件都可以通过 Registry 注册进去，从而使得组件和组件之间完全隔离，方便复用和扩展维护。能够熟悉且正确的应用 Registry，对于理解 MMDetection 非常重要，请多阅读几遍
• MMCV 核心组件分析(六): Hook
  Hook 机制可以管理训练过程中的所有生命周期，目前训练过程中很多功能例如优化器、EvalHook 以及日志文件等等操作都是通过 Hook 实现的。使用 Hook 进行开发的最大好处是可以无侵入的扩展功能
• MMCV 核心组件分析(七): Runner
  Runner 是整个训练过程的引擎类，而且是所有任务统一的，非常重要
• Pytorch 源码解读系列
  这个系列属于辅助内容，如果有空可以深入阅读下

1.2 算法解读

• 轻松掌握 MMDetection 中常用算法(一)：RetinaNet 及配置详解
• 轻松掌握 MMDetection 中常用算法(二)：Faster R-CNN|Mask R-CNN
• 轻松掌握 MMDetection 中常用算法(三)：FCOS
• 轻松掌握 MMDetection 中常用算法(四)：ATSS
• 轻松掌握 MMDetection 中常用算法(五)：Cascade R-CNN
• 轻松掌握 MMDetection 中常用算法(六)：YOLOF
• 轻松掌握 MMDetection 中常用算法(七)：CenterNet
• 轻松掌握 MMDetection 中常用算法(八)：YOLACT
• 轻松掌握 MMDetection 中常用算法(九)：AutoAssign
• YOLOX 在 MMDetection 中复现全流程解析
• 喂喂喂！你可以减重了！小模型 - MMDetection 新增SSDLite 、 MobileNetV2YOLOV3 两大经典算法

1.3 工具解读

• OpenMMLab 中混合精度训练 AMP 的正确打开方式
• 小白都能看懂！手把手教你使用混淆矩阵分析目标检测
• MMDetection 图像缩放 Resize 详细说明 OpenMMLab
• 拿什么拯救我的 4G 显卡
• MMDet居然能用MMCls的Backbone？论配置文件的打开方式

1.4 知乎问答

• COCO数据集上1x模式下为什么不采用多尺度训练?
• MMDetection中SOTA论文源码中将训练过程中BN层的eval打开?
• 基于PyTorch的MMDetection中训练的随机性来自何处？
• 单阶段、双阶段、anchor-based、anchor-free 这四者之间有什么联系吗？
• 目标检测的深度学习方法，有推荐的书籍或资料吗？
• 大佬们，刚入学研究生，想入门目标检测，有什么学习路线可以入门的？
• 目标检测领域还有什么可以做的？
• 如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
• MMDetection如何学习源码？
• 如何具体上手实现目标检测呢？

1.5 其他

• 不得不知的 MMDetection 学习路线(个人经验版)
• OpenMMLab 社区专访之 YOLOX 复现篇

1.6 train & test tricks summary

• mmcls ClassBalancedDataset类详解

2 社区解读文案

• 手把手带你实现经典检测网络 Mask R-CNN 的推理
• MMDetection框架入门教程（完全版）