动态 | 商汤科技正式开源 mmdetection 和 mmcv

AI 科技评论消息，10 月 12 日，商汤科技正式开源 mmdetection （https://github.com/open-mmlab/mmdetection）和 mmcv （https://github.com/open-mmlab/mmcv）两个项目。

据悉，mmdetection 检测库是基于商汤在 COCO 比赛（Detection 2018 winner）时的 codebase 重构，这个开源库提供了已公开发表的多种视觉检测核心模块，通过这些模块的组合，可以迅速搭建出各种著名的检测框架。据该开源库作者之一、香港中文大学陈恺介绍，这一版本中实现了 RPN，Fast R-CNN，Faster R-CNN，Mask R-CNN，近期还计划释放 RetinaNet 和 Cascade R-CNN。

mmcv 是一个基础库，主要分为两个部分，一部分是和 deep learning framework 无关的一些工具函数，比如 IO/Image/Video 相关的一些操作，另一部分是为 PyTorch 写的一套训练工具，可以大大减少用户需要写的代码量，同时让整个流程的定制变得容易。

在该库开源之后，知乎上有人提出问题：

如何评价商汤开源的 mm-detection 检测库？mm-detection 相比 FAIR 的 Detectron 如何？

陈恺也第一时间进行解答，他表示，mmdetection 和 Detectron 主要有如下三点差异：

1. performance 稍高

2. 训练速度稍快

3. 所需显存稍小

他进一步解释道，在 performance 上 ，由于 PyTorch 官方 model zoo 里的 ResNet 结构和 Detectron 所用的 ResNet 有细微差别（mmdetection 中可以通过 backbone 的 style 参数指定），导致模型收敛速度不一样。他们用两种结构都进行了实验，和 Detectron 使用相同的 pretrain model 的情况下，performance 比 Detectron 稍高，在使用 PyTorch 官方的 model 进行训练时， 1x 的 lr schedule 下比 Detectron 的 performance 略低，但 2x 的情况下更高。

速度方面 Mask R-CNN 的差异比较大，其余框架的差异很小。采用相同的 setting，Detectron 每个 iteration 需要 0.89s，而 mmdetection 只需要 0.69s。Fast R-CNN 比较例外，比 Detectron 的速度稍慢。另外，他们在服务器上跑 Detectron 会比官方 report 的速度慢 20% 左右，他提出猜测，可能是 FB 的 Big Basin 服务器性能比他们好。

在显存方面这一检测库的优势比较明显，会小 30% 左右。但他表示，这和框架有关，不完全是 codebase 优化的功劳。一个让他们比较意外的结果是，现在的 codebase 版本跑 ResNet-50 的 Mask R-CNN，每张卡（12 G）可以放 4 张图，显存消耗比他们在 COCO 比赛时小了不少。