Facebook开源计算机视觉目标检测平台Detectron
Facebook AI 研究院(FAIR)昨日开源了一款目标检测平台—Detectron,基于Python和Caffe2搭建,其目标是为目标检测研究提供高质量,高性能的代码库。Detectron 包含Mask R-CNN、RetinaNet、Faster R-CNN、RPN、Fast R-CNN以及R-FCN 这些目标检测算法的实现。
Detectron 简介
Detectron 是 FAIR 用于实现最先进的目标检测算法(包括 Mask R-CNN)的软件系统。该系统基于深度学习框架 Caffe 2 ,由 Python 编写而成。
截至营长发稿,目前Detectron在Github上已经获得了5388颗星。
目前,Detectron 已经支持许多研究项目,包括:
Feature Pyramid Networks for Object Detection(https://arxiv.org/abs/1612.03144)
Mask R-CNN(https://arxiv.org/abs/1703.06870)
Detecting and Recognizing Human-Object Interactions(https://arxiv.org/abs/1704.07333)
Focal Loss for Dense Object Detection(https://arxiv.org/abs/1708.02002)
Non-local Neural Networks (https://arxiv.org/abs/1711.07971)
Learning to Segment Every Thing (https://arxiv.org/abs/1711.10370)
Data Distillation: Towards Omni-Supervised Learning (https://arxiv.org/abs/1712.04440)
FAIR 创建 Detectron 是为了向目标检测研究提供高质量、高性能的代码库。它拥有足够的灵活性,可以支持最新研究的快速实施和评估。Detectron 目前囊括了以下对象检测算法的实现:
Mask R-CNN (https://arxiv.org/abs/1703.06870)
RetinaNet (https://arxiv.org/abs/1708.02002)
Faster R-CNN (https://arxiv.org/abs/1506.01497)
RPN (https://arxiv.org/abs/1506.01497)
Fast R-CNN (https://arxiv.org/abs/1504.08083)
R-FCN (https://arxiv.org/abs/1605.06409)
主要使用以下主干网络体系结构:
ResNeXt{50,101,152} (https://arxiv.org/abs/1611.05431)
ResNet{50,101,152} (https://arxiv.org/abs/1512.03385)
Feature Pyramid Networks (https://arxiv.org/abs/1612.03144)
VGG16 (https://arxiv.org/abs/1409.1556)
此外,我们在 Detectron Model Zoo 中提供了大量的基准结果和训练模型以供下载。(https://github.com/facebookresearch/Detectron/blob/master/MODEL_ZOO.md)
如何安装Detectron
详细安装信息,请参考:
https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md
要求:
1.NVIDIA GPU, Linux, Python2
2.Caffe2(请确已将Caffe2升级至支持Detectron模块的版本)和 COCO API
依赖安装
Caffe2安装详见:
https://caffe2.ai/docs/getting-started.html
COCO API:
https://github.com/cocodataset/cocoapi
Detectron安装
Clone the Detectron repository:
# DETECTRON=/path/to/clone/detectron
git clone https://github.com/facebookresearch/detectron $DETECTRON
设置Python模块:
cd $DETECTRON/lib && make
检查Detectron测试通过(比如SpatialNarrowAsOp测试):
python2 $DETECTRON/tests/test_spatial_narrow_as_op.py
接下来就可以使用Detectron预训练模型进行推理了。
关于安装以及其他问题,请见:
https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md
Facebook开源计算机视觉目标检测平台Detectron相关推荐
- Mask R-CNN 源代码终上线,Facebook 开源目标检测平台—Detectron
Example Mask R-CNN output Facebook AI 研究院(FAIR)昨日开源了一款目标检测平台-Detectron,基于Python和Caffe2搭建,其目标是为目标检测研究 ...
- Facebook 开源3D目标检测框架VoteNet,曾刷新两大数据集最高精度
点击我爱计算机视觉标星,更快获取CVML新技术 VoteNet为Facebook何恺明等人于今年4月在论文Deep Hough Voting for 3D Object Detection in Po ...
- 重磅开源!目标检测新网络 DetectoRS:54.7 AP,特征金字塔与空洞卷积的完美结合
原文链接:重磅开源!目标检测新网络 DetectoRS:54.7 AP,特征金字塔与空洞卷积的完美结合 论文地址:https://arxiv.org/abs/2006.02334 代码地址(基于mmd ...
- 使用Azure认知服务快速搭建一个目标检测平台
文章目录 前言 1. 认知服务 2. 环境配置 2.1 创建资源 2.2 创建python环境 3. 代码实现 3.1 图片检测 3.2 视频检测 4. 检测效果 结束语 前言 博主参与了由CSD ...
- 计算机视觉目标检测的框架与过程
计算机视觉目标检测的框架与过程 FROM:http://blog.csdn.net/zouxy09/article/details/7928771 个人接触机器视觉的时间不长,对于机器学习在目标检测的 ...
- 目标检测如何计算召回率_计算机视觉目标检测的框架与过程
计算机视觉 个人接触机器视觉的时间不长,对于机器学习在目标检测的大体的框架和过程有了一个初步的了解,不知道对不对,如有错误,请各位大牛不吝指点. 目标的检测大体框架: 计算机视觉 目标检测分为以下几个 ...
- 睿智的目标检测30——Pytorch搭建YoloV4目标检测平台
睿智的目标检测30--Pytorch搭建YoloV4目标检测平台 学习前言 什么是YOLOV4 代码下载 YOLOV4改进的部分(不完全) YOLOV4结构解析 1.主干特征提取网络Backbone ...
- 睿智的目标检测32——TF2搭建YoloV4目标检测平台(tensorflow2)
睿智的目标检测32--TF2搭建YoloV4目标检测平台(tensorflow2) 学习前言 什么是YOLOV4 代码下载 YOLOV4改进的部分(不完全) YOLOV4结构解析 1.主干特征提取网络 ...
- 目标检测学习————Keras搭建yolo3目标检测平台
Keras搭建yolo3目标检测平台 源码下载 yolo3实现思路 一.预测部分 二.训练部分 训练自己的yolo3模型 参考原文出处 点击进入https://blog.csdn.net/weixin ...
最新文章
- 《机器人与数字人:基于MATLAB的建模与控制》——2.3节指数映射和k过程
- 用命令行为MySQL设置/修改管理员密码
- 搭建Docker环境---私有仓库registry搭建
- 程序员打造个人品牌 - Personal Brand的重要性
- db2 mysql sql server_下文给大家介绍mysql数据库介绍,具体详情如下所示:MySQL数据库:Oracle、DB2、SQL Server、MySQL、access、mang...
- js清空文本框的值_一个Vue.js实例控制字变大变小,含样式操作,flex布局。「603」...
- thinkphp5 open_basedir 补充
- Kattis - missinggnomesD Missing Gnomes (思路题)
- 计算机的doc命令怎么学,cmd命令提示符大全:想成为电脑高手必学CMD命令大全
- Windows查看计算机服务监听的端口号
- VAX/VMS虚拟内存系统
- 6s的充电电流怎么测试软件,用数字万用表测量手机充电器的充电电流的方法和问题...
- matlab——非线性规划
- 完美解决Excel复制后粘贴空白的问题
- 同步电机模型的MATLAB仿真模型
- Games101-课程15笔记
- 汇正财经骗局?科创50大涨
- 网易或入股MSN中国 门户再现竞争新局
- 一种结合基于股债利差的A股估值百分位、有限价值策略定投和股债组合投资的创新型低回撤高收益稳健理财方法
- cad怎么画坐标系箭头_怎样用CAD画一个路标箭头?,来学习吧
热门文章
- orcle10忘记密码
- ×××--PPTP 服务器配置(详细)
- LightOJ - 1404 Sending Secret Messages(最小费用最大流)
- CH - 6801 棋盘覆盖(二分图最大匹配+奇偶拆点)
- CodeForces - 353E Antichain(贪心+思维)
- HDU - 1728 逃离迷宫(bfs)
- BZOJ1503(Splay)
- Windbg调试内核驱动方法
- 3_1 StrategyMode.cpp 策略模式
- ADO学习(九)如何阅读ADO文档