MMDetection V2.0来了！更快更强的通用目标检测平台

2020 年 6 月 2 日 CVer

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

本文作者：陈恺

https://zhuanlan.zhihu.com/p/145084667

本文已由原作者授权，不得擅自二次转载

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。

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

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

广告时间

最后，还是要给商汤我们的团队打个小广告，目前有许多坑等待优秀的同学们一起来填，欢迎大家推荐和转发，简历投递请联系 chenkai@sensetime.com

邮件主题/简历命名格式：岗位+姓名+CVer推荐

1. 见习算法研究员（多名）

负责开源框架（各种方向，不限于检测）的开发和维护，例如定期实现新的 SOTA 算法，添加新功能把轮子打磨得更顺手等。base 香港，长期实习优先。保证这段经历能让你在算法和工程能力上都能有不小的收获。

2. 见习算法研究员（检测方向，1 名）

负责检测算法的算法研究和业务落地。

3. 全职算法研究员（分割方向，1 名）

负责语义分割方向的算法研究和业务落地。社招优先。

4. 全职开源社区运营（1 名）

负责开源社区运营，提升社区开发者活跃度，连接核心开发团队和开源社区，负责用户需求的挖掘和整理。负责中英文平台的宣传。

5. 项目经理（全职/实习，1 名）

负责设计、细化和实施开源项目开发计划，把控项目风险，协调核心开发团队以及社区开发者的开发任务。

同时，也给 MMLab 打个广告，实验室长期招收有志于在 CV 和 NLP领域有所突破，做出有影响力工作的同学，有CUHK，NTU、HKU、USYD、SIAT 等多个base可以申请，欢迎大家直接联系对应的老师。

CUHK：mmlab_contact@ie.cuhk.edu.hk
NTU：ccloy@ntu.edu.sg
HKU：pluo.lhi@gmail.com
USYD：wanli.ouyang@sydney.edu.au
SIAT：zoujing@siat.ac.cn

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 微信交流群，目前已汇集4000人！涵盖2D/3D目标检测、小目标检测、遥感目标检测等。互相交流，一起进步！

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

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），根据格式备注，可更快被通过且邀请进群
▲长按加群

▲长按关注我们
请给CVer一个在看！