点击上方“CVer”,选择加"星标"或“置顶”
重磅干货,第一时间送达
前言
近期目标检测论文真的巨多,大家可以看这篇文章感受一下:一文看尽16篇目标检测最新论文(ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等)
其实很多同学并没有时间看论文,或者说细读论文。Amusi 经常开玩笑地说"没有开源的论文就是耍流氓",这么调侃其实是想简单说明开源代码对更容易激起大家的关注度和使用度(简称"白嫖")。
本文就将介绍目标检测(Object Detection)三个最为知名、关注度最高的开源神器,其实也可以称为工具箱(Toolkit),再俗气一点,就是"造轮子"神器。
Detectron2
维护团队:Facebook
https://github.com/facebookresearch/detectron2
Detectron2 前身就是鼎鼎大名的 Detectron,其实Detectron可以说是Facebook第一代检测工具箱,目前在github上获得 22.5k star!
https://github.com/facebookresearch/Detectron
但由于PyTorch版本升级等问题,Detectron目前已停止维护(弃用)。Amusi 不明白为什么要重新开个 repostitory,Detectron 这22.5k 的项目就此"搁浅"了。
Detectron is deprecated. Please see detectron2, a ground-up rewrite of Detectron in PyTorch.
其实在 Detectron向 Detectron2过渡期间,Facebook Research 还开源了一个知名的项目:maskrcnn-benchmark,目前已获得 7k star!
https://github.com/facebookresearch/maskrcnn-benchmark
听名字应该就知道maskrcnn-benchmark主要是做实例分割和目标检测的,该项目也主要提供了Faster R-CNN和Mask R-CNN算法。
但同样由于PyTorch版本升级等问题,maskrcnn-benchmark目前已停止维护(弃用)。于是 maskrcnn-benchmark 这 7k 的项目就此"搁浅"了。
maskrcnn-benchmark has been deprecated. Please see detectron2, which includes implementations for all models in maskrcnn-benchmark
话题说回主人公:Detectron2(新一代目标检测和分割框架)
Detectron2 不仅支持 Detectron已有的目标检测、实例分割、姿态估计等任务,还支持语义分割和全景分割。新增了Cascade R-CNN,Panoptic FPN和TensorMask新模型。
开源短短2个月,Detectron2 已获得 6.4k star!而且更新速度很快。
mmDetection
维护团队:香港中文大学-商汤联合实验室
https://github.com/open-mmlab/mmdetection
mmDetection 是个非常强大的目标检测工具箱,也是基于PyTorch实现。目前 mmDetection 已获得 7.6k star!
mmDetection包含模型非常多,如:R-CNN系列,HTC,Libra R-CNN,Guided Anchoring, Empirical Attention,Mask Scoring R-CNN,Grid R-CNN (Plus),GHM,GCNet,FCOS和 HRNet。
SimpleDet
维护团队:图森未来(TuSimple)
https://github.com/TuSimple/simpledet
SimpleDet 是一套简单且多功能的目标检测与实例分割的框架,其是基于MXNet开发完成。目前 SimpleDet 已获得 2.3k star!
SimpleDet 包含的库也相当丰富,如:FasterRCNN,MaskRCNN,CascadeRCNN,RetinaNet,DCNv1/v2,TridentNet,NASFPN , EfficientNet, and Kownledge Distillation
SimpleDet 更新频率也相当快,所以非常推荐在学习MXNet或者对其感兴趣的同学来使用SimpleDet。
如果各位CVer喜欢这样的"开源"系列,请给这篇文章点个"在看",如果点击"在看"的人多,其它CV方向的"开源"系列也会尽快推出!
推荐阅读
一文看尽16篇目标检测最新论文(ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等)
重磅!CVer-目标检测交流群已成立
扫码添加CVer助手,可申请加入CVer-目标检测交流群。一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡),欢迎一起交流学习!
▲长按加群
▲长按关注我们
麻烦给我一个在看!