人工智能计算机视觉深度学习模型评测【免费下载链接】mmdetectionOpenMMLab Detection Toolbox and Benchmark项目地址https://gitcode.com/gh_mirrors/mm/mmdetection点击查看免费下载MMDetection 作为 OpenMMLab 的目标检测工具箱其价值不仅在于内置的 80 算法更在于围绕它生长出的庞大项目生态从部署、3D 检测等能力边界拓展到大量发表于顶级会议的研究论文。本文以仓库文档 docs/zh_cn/notes/projects.md 为核心完整梳理基于 MMDetection 的项目清单并结合仓库内projects/官方样例与custom_imports注册机制讲解如何在你自己的项目中复用 MMDetection 的能力、如何将新算法以独立工程的方式接入并训练以及社区如何通过 Pull Request 扩充这份项目清单。读完本文你将掌握一套从看懂生态到动手搭建自有项目的完整路径。一、文档定位一份如何基于 MMDetection 搭建项目的索引docs/zh_cn/notes/projects.md是一份社区项目索引文档。它的定位非常明确列举大量基于 MMDetection 搭建的开源项目作为如何基于 MMDetection 搭建您自己的项目的样例参考由于页面列举并不完全文档欢迎社区提交 Pull Request 来持续更新所有条目分为两类MMDetection 的拓展项目拓展 MMDetection 的能力边界与研究项目基于 MMDetection 发表的论文。值得注意的是文档特别声明MMDetection 中已经支持的算法不在此列。这意味着这份列表与主仓库能力形成互补列表中的算法项目代表尚未内置、可参考的外部实现而一旦算法被官方支持例如进入configs/或projects/就会从列表中移除或不再重复列出。因此阅读这份文档时可以同时对照仓库现状列表中的不少项目如今已经以官方配置或官方 Projects 的形式进入了当前仓库这恰恰是理解 MMDetection 生态演进的最佳视角。二、MMDetection 的拓展项目能力边界的延伸文档首先列举了两类拓展项目它们展示了 MMDetection 在部署与3D 检测两个方向上的可能性项目主题定位OTEDetection基于 OpenVINO 的目标检测训练扩展面向 Intel 部署工具链扩展 MMDetection 的训练与导出能力MMDetection3d通用 3D 目标检测平台OpenMMLab 面向 3D 感知的下一代平台从仓库源码结构可以印证 MMDetection 的可拓展性并非停留在口号层面部署链路方面仓库提供了完整的导出与评测工具链见 tools/deployment/ 下的脚本配合文档 docs/zh_cn/user_guides/deploy.md 可了解模型转换与部署流程3D/多模态方向仓库在视觉大模型与多模态检测上也持续演进例如projects/下的 XDecoder统一多模态感知与 Detic开放词汇检测等说明检测框架向更多模态与任务形态扩展是 OpenMMLab 生态的一贯方向。这类拓展项目的启示在于MMDetection 的分层抽象mmdet/models、mmdet/datasets、mmdet/engine、mmdet/evaluation使得在其之上构建领域专用平台成为可能拓展者只需要复用注册机制与配置体系即可把检测能力延伸到部署、3D、多模态等全新场景。三、研究项目一份按会议时间排序的论文参考清单文档的主体部分是一份按顶级会议时间顺序排列的研究论文列表目的是为社区提供一个可以参考的论文列表帮助大家开发或者比较新的前沿算法。以下完整继承该列表保留论文名称、会议与年份并补充各方法的主题摘要便于检索与引用2021 年Involution: Inverting the Inherence of Convolution for Visual RecognitionCVPR 2021——提出 involuton 算子用自注意力式的通道无关核替代传统卷积作为 backbone 的通用组件Multiple Instance Active Learning for Object DetectionCVPR 2021MI-AOD——将多实例学习引入主动学习以实例级不确定性采样降低检测任务的人工标注成本Adaptive Class Suppression Loss for Long-Tail Object DetectionCVPR 2021ACSL——通过自适应类别抑制缓解长尾分布下的类别不平衡问题Generalizable Pedestrian Detection: The Elephant In The RoomCVPR 2021Pedestron——面向跨域泛化的行人检测强调真实场景中域差异的影响Group Fisher Pruning for Practical Network CompressionICML 2021——基于 Fisher 信息的结构化剪枝实现实用的网络压缩Generalized Focal Loss V2CVPR 2021GFocal V2——在 GFocal 基础上引入分布统计量估计定位质量提升密集检测器性能GFocal 系列已在仓库 configs/gfl/ 提供官方配置Swin TransformerICCV 2021——基于移动窗口的分层视觉 Transformer作为通用 backbone 被广泛用于检测任务仓库 configs/swin/ 内置了以 Swin 为骨干的 Mask R-CNN 等配置Focal TransformerNeurIPS 2021——在 Swin 基础上引入聚焦自注意力兼顾局部与全局交互End-to-End Semi-Supervised Object Detection with Soft TeacherICCV 2021——教师-学生框架下的端到端半监督检测该算法已在仓库 projects/soft_teacher/ 提供官方实现。2020 年CVPR / AAAI / NeurIPSOvercoming Classifier Imbalance for Long-tail Object Detection with Balanced Group SoftmaxCVPR 2020——以平衡组 Softmax 缓解长尾分类器不平衡Coherent Reconstruction of Multiple Humans from a Single ImageCVPR 2020——单图多人三维重建展示 MMDetection 作为检测前置模块在人体重建中的应用Look-into-Object: Self-supervised Structure Modeling for Object RecognitionCVPR 2020LIO——自监督结构建模利用高层特征反推物体结构信息Video Panoptic SegmentationCVPR 2020VPS——视频全景分割将检测/分割能力扩展到时序任务D2Det: Towards High Quality Object Detection and Instance SegmentationCVPR 2020——以密集局部回归与可判别 RoI 池化提升检测与实例分割质量CentripetalNetCVPR 2020——以向心位移配对角点实现高质量关键点检测已合入主仓库见 configs/centripetalnet/Learning a Unified Sample Weighting Network for Object DetectionCVPR 2020——以统一样本加权网络学习样本权重Scale-equalizing Pyramid Convolution for Object DetectionCVPR 2020SEPC——用尺度均衡金字塔卷积统一不同金字塔层级特征Revisiting the Sibling Head in Object DetectorCVPR 2020TSD——解耦分类与回归 sibling head缓解任务冲突PolarMask: Single Shot Instance Segmentation with Polar RepresentationCVPR 2020——以极坐标表示实现单阶段实例分割Hit-Detector: Hierarchical Trinity Architecture Search for Object DetectionCVPR 2020——层级三元架构搜索ZeroQ: A Novel Zero Shot Quantization FrameworkCVPR 2020——无需校准数据的零样本量化CBNet: A Novel Composite Backbone Network Architecture for Object DetectionAAAI 2020——复合骨干网络CBNetV2 为其后续工作RDSNet: A New Deep Architecture for Reciprocal Object Detection and Instance SegmentationAAAI 2020——检测与分割互惠互利的统一架构Training-Time-Friendly Network for Real-Time Object DetectionAAAI 2020TTFNet——训练时间友好的实时检测A Ranking-based, Balanced Loss Function Unifying Classification and Localisation in Object DetectionNeurIPS 2020aLRPLoss——基于排序的统一分类-定位损失RelationNet: Bridging Visual Representations for Object Detection via Transformer DecoderNeurIPS 2020——以 Transformer 解码器桥接视觉表征Instances as QueriesICCV 2021QueryInst——以实例查询实现端到端实例分割已合入主仓库见 configs/queryinst/。2019 年及更早Cascade RPN: Delving into High-Quality Region Proposal Network with Adaptive ConvolutionNeurIPS 2019——以级联结构自适应卷积生成高质量候选框已合入主仓库见 configs/cascade_rpn/Reasoning R-CNNCVPR 2019——将自适应全局推理统一进大规模检测Learning RoI Transformer for Oriented Object Detection in Aerial ImagesCVPR 2019AerialDetection——旋转目标检测在遥感图像上的应用SOLO: Segmenting Objects by Locations——以位置划分网格实现无框实例分割已合入主仓库见 configs/solo/SOLOv2: Dynamic, Faster and Stronger——SOLO 的动态、更快的增强版见 configs/solov2/Dense RepPoints: Representing Visual Objects with Dense Point Sets——以稠密点集表示目标仓库 configs/reppoints/ 提供了 RepPoints 系列配置IterDet: Iterative Scheme for Object Detection in Crowded Environments——面向密集人群的迭代检测方案Cross-Iteration Batch Normalization——跨迭代的批归一化改善小 batch 训练稳定性。说明上述条目含英文版文档额外列出的 RelationNet、GFocal V2、Swin Transformer、Focal Transformer、Soft Teacher、CBNetV2、QueryInst 等均来自仓库内 docs/zh_cn/notes/projects.md 与对应的英文版 docs/en/notes/projects.md仅保留论文与会议信息、去除外部链接。其中标注了仓库内路径的项目均可直接在当前仓库中查看官方配置与实现。四、从看生态到搭项目仓库内的官方实战样例如果说论文列表是外部生态的缩影那么仓库内的projects/目录就是基于 MMDetection 搭建项目的第一手官方教程。它收录了多个由社区贡献、可直接训练与评测的独立工程每个工程自带代码、配置与 README。4.1 projects/ 目录的标准结构一个典型的projects/工程遵循以下组织方式以 projects/example_project/ 为例projects/example_project/ ├── configs/ │ └── faster-rcnn_dummy-resnet_fpn_1x_coco.py # 训练/测试配置 ├── dummy/ │ ├── __init__.py │ └── dummy_resnet.py # 自定义模块源码 └── README.md # 项目说明模板projects/example_project实现了一个除了打印 Hello world 之外什么新功能都没有的 DummyResNet 包装器用来演示接入新 backbone 的最小闭环。其源码 projects/example_project/dummy/dummy_resnet.py 展示了两个关键点继承现有实现class DummyResNet(ResNet)直接继承mmdet.models.backbones.ResNet只需在__init__中打印信息、其余参数透传给父类注册机制通过MODELS.register_module()将新类注册进mmdet.registry.MODELS使其能够在配置文件中以typeDummyResNet被实例化。对应的配置文件 projects/example_project/configs/faster-rcnn_dummy-resnet_fpn_1x_coco.py 完整展示了不改动主仓库一行代码的接入方式_base_ [../../../configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py] custom_imports dict(imports[projects.example_project.dummy]) _base_.model.backbone.type DummyResNet第一行直接继承主仓库 Faster R-CNN R50 的官方配置复用其完整训练流水线第二行通过custom_imports声明需要额外导入的模块路径无需修改mmdet/models/backbones/__init__.py第三行仅将 backbone 类型替换为新注册的DummyResNet。这种继承 base 配置 custom_imports 局部覆写的组合正是 MMDetection 3.x 推荐的轻量接入范式与文档 docs/zh_cn/user_guides/new_model.md 中定义新模块 → 导入模块两种方式→ 修改配置的流程完全一致导入模块既可以在mmdet/models/necks/__init__.py中追加导入语句也可以像上面这样在配置中用custom_imports dict(imports[...], allow_failed_importsFalse)声明后者的优势是零改动主代码。4.2 训练与测试命令在仓库根目录下运行与主仓库训练方式一致# 单卡训练 python tools/train.py projects/example_project/configs/faster-rcnn_dummy-resnet_fpn_1x_coco.py # 多卡分布式训练 python -m torch.distributed.launch --nnodes1 --node_rank0 \ --nproc_per_node${NUM_GPUS} --master_port29506 --master_addr127.0.0.1 \ tools/train.py projects/example_project/configs/faster-rcnn_dummy-resnet_fpn_1x_coco.py # 测试 python tools/test.py projects/example_project/configs/faster-rcnn_dummy-resnet_fpn_1x_coco.py ${CHECKPOINT_PATH}example_project的 README 还以 HTML 注释的形式内置了一份完整的项目提交清单Checklist定义了三个里程碑Milestone 1PR 可合入projects/代码完成、基础 docstring、测试时正确性、完整 READMEMilestone 2训练时正确性从零复现论文精度Milestone 3合入核心包类型标注、单元测试、代码打磨、metafile.yml。这是社区贡献者将自有项目提交进官方列表时的最低质量要求。五、仓库内代表性 projects 一览不同任务方向的接入范式projects/目录展示了基于 MMDetection 搭建项目在不同任务方向上的真实形态。以下选取几类代表均可在仓库内直接查看源码与配置检测算法移植类—— 将 SOTA 论文算法以独立工程接入 MMDetection 训练体系projects/CO-DETR/Collaborative Hybrid Assignments Training为 DETR 系检测器引入一对多辅助头协同训练配置位于 projects/CO-DETR/configs/codino/支持 R50 与 Swin-L backbone 的多种训练长度projects/DiffusionDet/将扩散模型引入目标检测配置diffusiondet_r50_fpn_500-proposals_1-step_crop-ms-480-800-450k_coco.py与官方权重转换脚本同目录提供projects/AlignDETR/对齐定位精度的 DETR 改进提供 12e/24e 两种训练配置。开放词汇/多模态类—— 扩展检测框架的语义边界projects/Detic/开放词汇检测通过文本编码器与零样本分类器识别未见过类别projects/XDecoder/统一多模态感知检测、分割、图像描述、检索其xdecoder/inference/下提供了图像描述、文本到图像区域检索等推理入口projects/HDINO/层级去噪的 DINO 变体。部署与效率类projects/EfficientDet/EfficientDet 复现含 TensorFlow 权重转换脚本 convert_tf_to_pt.pyprojects/ViTDet/基于 ViT 骨干的检测Simple FPN 训练技巧projects/example_largemodel/ 则系统探索了 FSDP、DeepSpeed 等大模型训练技术其实测表明对检测模型而言显存大头是激活值而非优化器状态因此应优先使用梯度检查点GC而非 FSDP。数据/评测类—— 新数据集与新评测基准projects/iSAID/遥感图像实例分割数据集提供isaid_json.py格式转换脚本与 Mask R-CNN 配置projects/iSAID/configs/mask_rcnn_r50_fpn_1x_isaid.pyprojects/RF100-Benchmark/Roboflow 100 多领域检测基准内置 100 个数据集训练配置的批量生成脚本、下载脚本与结果收集工具。这些工程印证了文档的核心观点MMDetection 的分层抽象backbone / neck / head 注册到mmdet.registry数据与训练流程由mmengine驱动使搭建您自己的项目成为一件有明确路径、可复制、可评测的工作。六、如何把基于 MMDetection 的项目变成官方列表中的一项结合 docs/zh_cn/notes/projects.md 与 projects/example_project/README.md 的说明将自有项目纳入该文档的流程可以总结为三步以 projects/ 标准结构组织工程代码放独立子目录模块统一MODELS.register_module()注册、配置放configs/、说明写 README并对照 Checklist 至少达成 Milestone 1验证可复现性在标准数据集上跑通训练与测试命令python tools/train.py config、python tools/test.py config checkpoint文档鼓励补充环境导出的env.yml提交 Pull Request 更新本页文档明确欢迎社区 PR 来补充项目列表——如果项目是拓展 MMDetection 边界的工作部署、3D 等加入MMDetection 的拓展项目一节如果是基于 MMDetection 发表的研究论文按会议时间顺序加入研究项目一节。需要说明的边界是已经由 MMDetection 官方支持进入configs/或projects/的算法不列入论文清单这一点在提交 PR 前值得确认避免重复登记。七、小结docs/zh_cn/notes/projects.md是一份小而关键的生态索引它用拓展项目 研究论文两个维度勾勒出 MMDetection 的能力边界与学术影响力。而要真正基于 MMDetection 搭建您自己的项目最佳起点正是仓库内的 projects/ 目录——从 projects/example_project/ 的最小接入继承官方配置 custom_imports 注册新模块开始参考 CO-DETR、Detic、XDecoder 等工程的组织方式最终通过 PR 将你的工作回馈到这份不断生长的项目清单中。无论是算法复现、数据集适配还是部署落地MMDetection 的注册机制与配置体系都提供了统一、可复用的搭建范式。赞分享人工智能计算机视觉深度学习模型评测【免费下载链接】mmdetectionOpenMMLab Detection Toolbox and Benchmark项目地址https://gitcode.com/gh_mirrors/mm/mmdetection点击查看免费下载相关推荐Spark Store学术研究基于项目的学术论文与研究Spark Store学术研究基于项目的学术论文与研究 摘要 星火应用商店Spark Store作为中国Linux桌面生态的重要基础设施为学术研究提供了桌面应用前端Spago模型部署终极指南如何创建无需Python依赖的独立可执行文件Spago模型部署终极指南如何创建无需Python依赖的独立可执行文件 在当今AI快速发展的时代 Spago模型部署 为开发者提供了一个革命性的解决方案使机器学习深度学习NLP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考