DetPro：面向开放词汇目标检测的深度学习框架

DetPro：面向开放词汇目标检测的深度学习框架

项目地址:https://gitcode.com/gh_mirrors/de/detpro

项目介绍

DetPro 是一个基于 MMDetection 的深度学习框架，旨在通过结合视觉语言模型实现对开放词汇对象检测的学习。该项目由 Du Yu 等人开发，并在论文《Learning to Prompt for Open-Vocabulary Object Detection with Vision-Language Model》中提出。它优化了训练流程，显著减少了原始 ViLD 实现所需的大量迭代次数（从约460个epochs减少到20个），同时保持接近的平均精度（AP）。此框架支持多种模型结构，如 Mask R-CNN 和 Cascade R-CNN，并利用预训练的 CLIP 模型以及自定义的提示生成策略。

项目快速启动

要快速启动 DetPro，确保你的系统已安装 Python 3.8、PyTorch 1.7.0 及 CUDA 11.0。遵循以下步骤进行环境准备与项目搭建：

1. 环境配置:

   pip install -r requirements/build.txt
   pip install -e .
   pip install git+https://github.com/openai/CLIP.git
   pip uninstall pycocotools -y
   pip uninstall mmpycocotools -y
   pip install mmpycocotools
   pip install git+https://github.com/lvis-dataset/lvis-api.git
   pip install mmcv-full==1.2.5 -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.0/index.html
   

2. 数据准备:

   • 根据 prepare.sh 脚本准备数据。请注意，这可能需要较长时间。
   • 或者，你可以选择下载预提取的 CLIP 图像嵌入（百度网盘链接需对应替换码）。

3. 运行示例:

   • 选择一个配置文件（例如 config_example.py）和对应的模型权重，然后执行分布式测试：

     /tools/dist_test.sh config_example.py path/to/model.pth 2 --eval bbox segm --cfg-options model.roi_head.prompt_path=prompt_file model.roi_head.load_feature=False
     

应用案例和最佳实践

DetPro在多个场景下展现其能力，包括但不限于安防监控中的异常行为识别、零售业的商品自动分类及互联网图像内容理解。最佳实践中，开发者应关注如何有效利用自定义提示，以适应特定领域的物体类别扩展，同时优化模型以降低训练成本并维持高检测精度。建议从基础类别的训练开始，逐步引入更多开放词汇，利用DetPro的强大语义理解能力。

典型生态项目

DetPro虽然作为一个独立项目存在，但它的应用和影响远不止于此。通过与其他开源工具如MMCV、MMDetection的深度集成，以及与视觉语言模型的兼容性，它成为了构建复杂计算机视觉系统的关键组件。开发者可以在各种需要多模态融合的项目中找到DetPro的身影，比如多媒体分析、自动驾驶汽车的目标识别等。社区贡献者还可能围绕DetPro创建额外的插件或工具，进一步丰富其生态系统。

---

以上就是DetPro项目的简介、快速启动指南、应用案例概览以及对其生态系统的简要说明。对于更深入的开发与研究，建议详细阅读官方文档和相关论文。

detpro 项目地址: https://gitcode.com/gh_mirrors/de/detpro