MMDetection V2.0发布！速度精度全面提升，现有检测框架最优

2020 年 6 月 3 日 极市平台

加入极市专业CV交流群，与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流！

同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注 极市平台 公众号，回复 加群，立刻申请入群~

本文授权转自知乎作者陈恺，https://zhuanlan.zhihu.com/p/145084667。未经作者许可，不得二次转载。

MMDetection V1.0 版本发布以来，我们收到了很多用户的反馈，其中有不少有价值的建议，同时也有很多开发者贡献代码，和我们一起不断完善。经过 2 个月的酝酿，再经过 3 个月的开发和打磨（也就说了五六次“下周发版”吧，这里十分感谢主要开发的小伙伴们：文蔚，嘉瑞和钰杭），终于，在 2020 年 5 月 6 日，我们低调地发布了MMDetection V2.0。今天我们打算介绍一下。

太长不看版： 经过对模型各个组件的重构和优化，我们全面提升了 MMDetection 的速度和精度，达到了现有检测框架中的最优水平。通过更细粒度的模块化设计，MMDetection 的任务拓展性大大增强，成为了检测相关项目的基础平台。同时对文档和教程进行了完善，增强用户体验。

下面简单介绍下 MMDetection V2.0 的各项改进，更具体的细节见文档。

最大最全的模型库

截至 2020 年 5 月底，MMDetection 官方模型库已经支持了35篇论文中的算法，提供了超过 250 个预训练模型，是目标检测领域最大规模的模型库。除此之外，还有 16 篇论文在 Github 上开源了基于 MMDetection 的代码。目前官方支持的方法如图所示：

从 V1.0 到 V2.0，我们新支持了 Res2Net，RegNet（独家放送）等 backbone，也支持了CARAFE，PISA，FSAF，NASFCOS 等方法。对新方法的及时支持使得 MMDetection 既可以用作学术研究的标准 benchmark，也可以用作各种 idea 实现的助力，以及各种比赛的刷（pai）分（lie）利（zu）器（he）。

灵活的设计，全新的体验

模块化设计是 MMDetection 自诞生之初就遵循的原则，使得它能保持强大的生命力，得到社区的广泛支持。

从设计上看，MMDetection V2.0 的模块化设计比之前的版本更加细粒度，使得更多的模块可以被更灵活地替换或调整，让 MMDetection 从单纯的目标检测框架向检测类任务的框架平台转变。新的模块设计如下图所示。

在进行代码重构的过程中，我们针对之前的反馈，在用户体验上着重进行了改进，这里举几个例子。

痛点1：部分模块存在封装太深的问题，例如 AnchorHead 的 target 相关函数实现在了 core 里面，浏览和修改相关代码就需要在 head 和 core 两个文件夹之间来回跳跃，而且在继承拓展的时候无法和核心代码解耦。
V2.0改进：对代码结构进行了调整，简化了封装层次，head 的函数都尽量实现在了一个文件内，代码实现一目了然，同时拓展更加容易。
痛点 2：配置文件非常长，修改起来容易出错，而且改动的点不够清晰。
V2.0改进：我们设计了新的 config 系统，支持了多重继承机制。将常用的数据集配置、基础模型以及训练策略放到了 _base_ 文件夹中，每个新的 config 只需要继承一个或者多个已有的 config，然后对其中需要修改的字段进行重载即可。下图是 Mask R-CNN R-101 的配置文件在 1.0 和 2.0 版本的对比。V2.0 版本只需要 2 行，而且所有的改动一目了然，如下图所示。

除此之外，我们在 V2.0 中增加了不少实用的小功能和改进，使得 MMDetection 简直是各位开发者的贴心小棉袄。（还有什么需求都可以提，我们慢慢加，当然能直接提 PR 就最好不过了。。。）

飞一般的速度

在进行代码重构的时候，我们也针对各个模块进行了优化， 实现了30%以上的训练加速和60%以上的测试加速。

它变强了，但没有秃

**MMDetection V2.0 的基准模型精度相比于 V1.x 有了显著的提升。**我们虽然在 V1.0 的技术报告中对各种参数做了 ablation study，但是代码库中的默认配置选用了最朴实无华的版本。在 V2.0 中，在不增加训练和测试代价的前提下，通过对默认超参的调节和实现的优化，例如使用 L1 Loss 而非 SmoothL1 Loss 等，获得了不小的精度提升。Detectron2 在这方面也有不少可圈可点的地方，和 MMDetection V2.0 的主要区别在于默认采用了 multi-scale 训练，而我们仍然选择以 single-scale 作为默认配置。不过在采用相同参数的情况下，精度几乎一致。

总结

其实大多数研究员和开发者在写代码的过程中都会逐渐感受到，代码的工程质量会显著影响研发效率。对于整个社区而言，目标检测的代码框架不仅需要工程上稳定高效的实现，还需要保持灵活性来支持新方法。而 MMDetection 正是在朝着这个方向不断努力。也欢迎各位提 PR 和Issue，让我们一起把它变得更好。

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

推荐阅读：

添加极市小助手微信（ID : cv-mart），备注：研究方向-姓名-学校/公司-城市（如：AI移动应用-小极-北大-深圳），即可申请加入AI移动应用极市技术交流群，更有每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、行业技术交流，一起来让思想之光照的更远吧~