目标检测工具包MMDetection

目标检测工具包MMDetection

广泛应用

学术比赛
COCO 2018 实例分割冠军
COCO 2019 实例分割冠军
Open Images 2019 物体检测冠军
Global Wheat Detection冠军
Crowd Human 人体检测冠军
Materialist(FGVC6) 2019冠军
工业落地
商汤、腾讯、阿里、华为、
国内外初创公司，……
科研论文
2018 年至今
谷歌学术引用超过943 次；
仅计算机视觉三大顶会上
被超过100 篇论文作为基础代码库；

MMDetection 可以做什么

➢ MMDetection 提供400 余个性能优良的预训练模型，开箱即
用，几行Python API 即可调用强大的检测能力
➢ MMDetection 涵盖60 余个目标检测算法，并提供方便易用的
工具，经过简单的配置文件改写和调参就可以训练自己的目标检
测模型

训练自己的检测模型

通常基于微调训练：
• 使用基于COCO预训练的检测模型作为梯度下降的“起点”
• 使用自己的数据进行“微调训练”，通常需要降低学习率
具体到MMDetection，需要：
• 选择一个基础模型，下载对应的配置文件和预训练模型的参数文件
• 将数据整理成MMDetection的支持的格式，如COCO格式或者自定义格式
• 修改配置文件：
• 修改配置文件中的数据路径
• 修改模型的分类头
• 设置加载预训练模型
• 修改优化器配置（学习率、训练轮次等）
• 修改一些杂项
配置文件的修改可以通过继承的方式，不用把一整个配
置文件贴过来再一条一条改
原始配置文件和与训练权重可以用MIM 工具下载