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

你可能感兴趣的:(目标检测,深度学习,人工智能)