MMDetection 可以做什么

原创 已于 2024-01-26 10:43:07 修改 · 330 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#目标跟踪 #人工智能 #计算机视觉

于 2024-01-26 10:15:29 首次发布
本文介绍了MMDetection库，提供了400多种预训练模型，用户只需少量代码即可实现目标检测。文章详细讲解了如何下载模型、配置和使用，以及评估指标AP的应用。
部署运行你感兴趣的模型镜像

MMDetection提供400余个性优良的预训练模型，开箱即用，几行Python API即可调用强大的检测能力，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工具。

我们想用这些模型就可以从这个地方去点击它的链接就可以直接下载。

https://github.com/open-mmlab/mmdetection/tree/main/configs/mask_rcnn

AP：检测里面用来衡量指标的东西，满分是100分，最差是0分，越大越好

也可以通过这行代码区搜索一下mmdetection里的模型

!mim search mmdet --model maskrcnn

搜索出来了

!mim download mmdet --config mask-rcnn_r50_fpn_2x_coco --dest .

 运行命令后，当前目录下多了两个文件，一个叫配置文件.py,一个叫参数文件。

怎么用它呢？

from mmdet.apis init_detector,inference_detector,show_result_pyplot

您可能感兴趣的与本文相关的镜像

Python3.11

Python3.11

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

pythonSuperman
关注
基于mmdetection实现的目标检测任务
weixin_42741178的博客
08-10 277
anchor是提前设定的预选框，判断该预选框中是否有目标，若有目标计算相对坐标偏移以及anchor的长宽比例。需要注意的是，由实验结果表明，anchor的比例与目标比例越接近，让anchor与物体的IoU为正样本的概率更高，否则会造成许多漏检。根据这一篇文章终于看懂了anchor的作用，以及如何进行科学设置和anchor-based和anchor-free的区别。Two-stage: R-CNN系列（实时性低，mAP高，目前主要学习Cascade R-CNN，其余后续进行补充）
mmdetection模型转onnx和tensorrt实战
dream_home8407的博客
02-05 1708
mmdetection 中cascade-rcnn转tensorrt模型,并进行api推理
MMDetection-简介
周先森爱吃素的博客
01-23 1万+
本文对目标检测领域著名工具箱MMDetection进行基本介绍。
【目标检测】手把手教你如何使用MMDetection训练自己的数据集
热门推荐
CV在读
09-04 2万+
参考 ： MMDetection全流程实战指南：手把手带你构建目标检测模型 2. 安装GPU版本的PyTorch 这里如果安装失败了需要去官网 pytorch官网 找对应的版本下载；先输入nvidia-smi命令查看可下载的cuda的最高版本 我的可下载的最高CUDA版本为12.0，因此我选择11.8的这个下载命令进行下载 下载后进行检验是否安装成功 可以看到输出为true，安装成功。使用 OpenMMLab 推出的 MIM 来安装 MMEngine 和 MMCV 两个必要的库。 至此，需要下载的包就
MMDection-V2.15.0安装+使用(新)
越努力，越幸运
08-14 722
安装概览 conda create -n openmmlab python=3.7 -y conda activate openmmlab conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch -y # install the latest mmcv pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/tor..
open-mmlab的mmdetection使用总结
weixin_52120741的博客
10-31 446
使用总结如下：环境安装配置见官方教程，如果在jupyter-notebook里，只要在mim前加上！
mmdetection修改backnone
03-26
### 修改MMDetection中的Backbone知识点详解 #### 一、设计新的Backbone模块 在MMDetection框架中，想要引入自定义的Backbone模块（如本例中的`SpinMLP`），首先需要创建一个对应的Python文件。在此示例中，作者...
精选资源
MMDetection实战：MMDetection训练与测试
05-09
MMDetection 将检测框架解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷地构建自定义的检测模型 丰富的即插即用的算法和模型 MMDetection 支持了众多主流的和最新的检测算法，例如 Faster R-CNN，...
精选资源
MMDetection3D对三维数据进行检测
03-28
MMDetection3D支持多种三维数据格式，用户可以根据需要选择合适的数据格式进行准备。 模型选择和配置：MMDetection3D提供了多种先进的三维目标检测算法，如PointRCNN、VoteNet等。用户可以根据自己的需求选择合适的...
精选资源
MMDetection'document.pdf
01-13
经过测试，MMDetection 可以在以下软件版本下运行： - **OS**: Ubuntu 16.04/18.04 和 CentOS 7.2。 - **CUDA**: 9.0/9.2/10.0/10.1。 - **NCCL**: 2.1.15/2.2.13/2.3.7/2.4.2。 - **GCC (G++)**: 4.9/5.3/5.4/7.3...
精选资源
mmdetection-distiller：这是基于mmdetection的知识蒸馏工具箱
03-03
该项目基于mmdetection（v-2.9.0），所有用法与相同，包括培训，测试等。 蒸馏器动物园 安装 设置新的conda环境： conda create -n distiller python=3.7 安装pytorch 安装mmdetection-distiller git clone ...
MMDection
浩瀚之水的专栏
12-03 1237
摘要 我们介绍了MMDetection，这是一个对象检测工具箱，其中包含一组丰富的对象检测和实例分割方法以及相关的组件和模块。 该工具箱从赢得了COCO Challenge 2018检测轨道的MMDet团队的代码库开始。它逐渐发展成为一个涵盖许多流行检测方法和现代模块的统一平台。 它不仅包括训练和推理代码，而且还为200多个网络模型提供权重。 我们认为该工具箱是迄今为止最完整的检测工具箱。在本文中，我们介绍了此工具箱的各种功能。 此外，我们还对不同的方法，组件及其超参数进行了基准研究。我们希望该工具箱和基
MMDetection入门到精通系列，最全最详细
qq_43248104的博客
07-03 2336
非常详细全面的MMDetection入门到精通系列，面向小白，直接上手
对象检测工具包mmdetection简介、安装及测试代码
网络资源是无限的
01-29 1万+
mmdetection是商汤和港中文大学联合开源的基于PyTorch的对象检测工具包，属于香港中文大学多媒体实验室open-mmlab项目的一部分。该工具包提供了已公开发表的多种流行的检测组件，通过这些组件的组合可以迅速搭建出各种检测框架。 mmdetection主要特性： (1). 模块化设计：可以通过连接不同组件容易地构建自定义的目标检测框架； (2). 支持多个流程检测框架：如RPN，...
mmdetection使用指南
pprp的博客
11-13 6931
主要是目标检测方面的使用记录，mmdetection还有分类网络，分割等功能，但这篇博客主要关注目标检测，之后如果涉及到分割会再开一篇博客进行记录。 1. 安装 mmdetection需要的环境是cuda10.0为基础的环境，对驱动版本也有一定的要求，cuda8.0的我始终没有配通，主要的错误都是跟cuda相关的。 具体安装过程参见：https://blog.youkuaiyun.com/DD_PP_JJ...
mmdection的安装和使用
小铁匠的博客
07-30 1762
mmdection的安装和使用 【版本】 python3.6 mmcv-0.5.5 mmdet-1.2.0 pycocotools-2.0 torch1.1.0 torchvision0.3.0 cuda10.0 【安装】 生成虚拟环境 conda create -n lirui python=3.6.8 若需要删除虚拟环境，则执行下面命令: conda remove -n python3.5 --all 进入虚拟环境 source activate lirui 安装pytorch c
mmdetection 港中文媒体实验室开源的检测工具箱和评估基准
迷若烟雨的专栏
10-15 1万+
mmdetection是商汤开源的用于深度学习目标检测的库, 相比于早先开源的Detectron,maskrcnn-benchmark和SimpleDet具有以下特性: 模块化设计，将检测或者分割任务分解成几个模块，通过模块的组合即可完成相应的任务 开箱即用，实现了多种目标检测和分割算法，易于配置和使用 高效 所有对包围框和掩码的操作都可以在GPU上完成 领先性,获得过2018年COCO检测比赛的冠军，并且还在不断进化
【MMDetection 系列：二】详细步骤使用教程，如何修改来跑自己的数据集
鹿鹿的博客
07-31 1万+
MMDetection 我的理解 首先要 安装环境，conda create ，按照官网五步走，安装配置好 接着 修改configs 文件里面的配置文件，修改 num_class （类别+1）以及 work_dir 路径，以及 train 、validation、test 的data 路径 接着 制作数据，因为我的数据和 voc 很像，制成voc格式 mmdetection ├── mmdet ├...
大模型学习基础（五） 强化学习（Reinforcement Learning，RL）初步
最新发布
qq_56095294的博客
12-13 329
前面的文章简单介绍过，传统的监督学习所使用的数据集是（特征，标签），有“标签”即明确的知晓正确的输出应该是什么。而实际的情况是，环境的状态S是由多个Si构成的，每训练一组S-a即训练一个多分类问题，把这些问题的损失函数（交叉熵）加在一起，即可训练出在不同的状态下应该使用什么动作。模型在选择一个动作之后，这个动作实际是对Environment发生，相应的Environment会给模型一个回馈Reward，然后再给模型一个新的Observation，模型继续选择新的动作，循环此过程。
mmdetection可以做Swin Transformer V2吗
02-08
目前，考虑到Swin Transformer V2所具备的特点——即窗口化的Self-Attention机制以及局部信息交换的设计理念，理论上是可以被融入到像mmdetection这样的通用目标检测框架中的。实际上，已经有开发者尝试将Swin ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值