mmdetection 工具库

快速复制教程

01 工具库详情

工具库简介：

对象检测工具箱包括一组丰富的对象检测和实例分割方法以及相关组件和模块。该工具箱从获得 COCO Challenge 2018 检测赛道的 MMDet 从团队的代码库开始，它逐渐演变成一个统一的平台，涵盖了各种流行的检测方法和当代模块。它不仅包括训练和推理代码，还包括 200 多网络模型提供权重。我们相信这个工具箱是迄今为止最完整的检测工具箱。本文介绍了工具箱的各种功能。此外，我们还对不同的方法、组件及其超参数进行了基准测试研究。我们希望通过提供灵活的工具包，工具箱和基准能够重新实现现有方法，开发自己的新检测器，从而服务于不断发展的研究社区。

mmdetection是一个基于pytorch开源目标检测工具。主要特点：

• 模块化设计

• 支持各种目标检测模型

• 高性能

• 最先进

关键词：对象检测，实例分割

应用场景：工具库

结构：

论文地址：

https://arxiv.org/pdf/1906.07155v1.pdf

来源：

https://github.com/open-mmlab/mmdetection

02 平台环境准备

1. 打开极链AI云平台

https://cloud.videojj.com/?channel=vx5

2. 点击模型

3. 选择工具库并创建实例

4. 选择相应的镜像

5. 连接实例

创建完成后，单击jupyterlab连接

环境建设完成后，是具体的复制过程

03 工具库使用

1.打开终端

点击jupyterlab界面左上角 号

选择终端

打开后，左边是文件列表，右边是输入区

2.环境配置

在终端，在root/Swin-Transformer-Object-Detection-master(默认)下列命令在路径下运行:

cd ../apex-master python setup.py develop # 安装apex cd ../Swin-Transformer-Object-Detection-master python setup.py develop # 安装mmdetection所需依赖库

请左右滑动更多内容

这一步安装工具库所需的所有依赖环境

3.推断

在终端，进入root/Swin-Transformer-Object-Detection-master(默认)下列命令在路径下运行:

python demo/image_demo.py demo/demo.jpg configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py mask_rcnn_swin_tiny_patch4_window7.pth # 如果需要复制其他模型，可以自己去模型论文github下载权重文件

请左右滑动更多内容

保存权重文件configs/swin 文件夹下

4.训练

进入终端root/Swin-Transformer-Object-Detection-master(默认)下列命令在路径下运行:

python tools/train.py configs/swin/mask_rcnn_swin_small_patch4_window7_mstrain_480-800_adamw_3x_coco.py

请左右滑动更多内容

训练时间长，仅供参考

极链AI云是极链科技集团的下属AI一站式开发平台是由科研和学习设计的。为开发者提供全过程AI科研服务，让每一位用户都能拥有撬动AI变革的力量。

与此同时，该平台还配备了许多流行的模型和数据集，这里有你想要的~

现在注册并完成学生认证可以享受超级体验券！