mmrotate - OpenMMLab 旋转物体检测工具箱和基准测试

 

OpenMMLab 网站 ^热门 OpenMMLab 平台 ^试试看

 

📘文档|🛠️安装|👀模型动物园|🆕更新新闻|🚀正在进行的项目 |🤔报告问题

介绍

MMRotate是一个基于PyTorch的旋转对象检测的开源工具箱。它是OpenMMLab项目的一部分。

主分支与 PyTorch 1.6+ 配合使用。

https://user-images.githubusercontent.com/10410257/154433305-416d129b-60c8-44c7-9ebb-5ba106d3e9d5.MP4

最新消息

0.3.3 于 2022 年 10 月 27 日发布：

• 修复了 RepPoints 中的几个错误

有关详细信息和发布历史记录，请参阅 changelog.md。

安装

MMRotate依赖于PyTorch，MMCV和MMDetection。以下是安装的快速步骤。有关更详细的说明，请参阅安装指南。

conda create -n open-mmlab python=3.7 pytorch==1.7.0 cudatoolkit=10.1 torchvision -c pytorch -y
conda activate open-mmlab
pip install openmim
mim install mmcv-full
mim install mmdet
git clone https://github.com/open-mmlab/mmrotate.git
cd mmrotate
pip install -r requirements/build.txt
pip install -v -e .

开始

請參閱 get_started.md 了解 MMRotate 的基本用法。我们提供 colab 教程和其他教程：

• 学习基础知识
• 了解配置
• 自定义数据集
• 自定义模型
• 有用的工具

模型动物园

结果和模型可在每个方法的配置目录的 README.md 中找到。摘要可以在模型动物园页面中找到。

数据准备

请参考 data_preparation.md 准备数据。

常见问题

有关常见问题，请参阅常见问题解答。

贡献

我们感谢所有为改进MMRotate所做的贡献。有关贡献指南，请参阅 CONTRIBUTING.md。

确认

MMRotate是一个开源项目，由来自不同学院和公司的研究人员和工程师贡献。我们感谢所有实施其方法或添加新功能的贡献者，以及提供宝贵反馈的用户。我们希望工具箱和基准能够通过提供一个灵活的工具包来重新实施现有方法并开发自己的新方法，从而为不断增长的研究界服务。

引文

如果你在研究中使用此工具箱或基准，请引用此项目。

@inproceedings{zhou2022mmrotate,
  title   = {MMRotate: A Rotated Object Detection Benchmark using PyTorch},
  author  = {Zhou, Yue and Yang, Xue and Zhang, Gefan and Wang, Jiabao and Liu, Yanyi and
             Hou, Liping and Jiang, Xue and Liu, Xingzhao and Yan, Junchi and Lyu, Chengqi and
             Zhang, Wenwei and Chen, Kai},
  booktitle={Proceedings of the 30th ACM International Conference on Multimedia},
  year={2022}
}

许可证

该项目在 Apache 2.0 许可证下发布。

OpenMMLab 中的项目

• MMCV：OpenMMLab 计算机视觉基础库。
• MIM：MIM 安装 OpenMMLab 包。
• MMClassization：OpenMMLab图像分类工具箱和基准测试。
• MMDetection：OpenMMLab检测工具箱和基准测试。
• MMDetection3D：OpenMMLab用于通用3D物体检测的下一代平台。
• MMRotate：OpenMMLab旋转对象检测工具箱和基准测试。
• MMSegmentation：OpenMMLab语义分割工具箱和基准测试。
• MMOCR：OpenMMLab文本检测、识别和理解工具箱。
• MMPose：OpenMMLab位姿估计工具箱和基准测试。
• MMHuman3D：OpenMMLab 3D人体参数模型工具箱和基准测试。
• MMSelfSup：OpenMMLab 自监督学习工具箱和基准测试。
• MMRazor：OpenMMLab模型压缩工具箱和基准测试。
• MMFewShot：OpenMMLab fewshot 学习工具箱和基准测试。
• MMAction2：OpenMMLab的下一代行动理解工具箱和基准。
• MMTracking：OpenMMLab视频感知工具箱和基准测试。
• MMFlow：OpenMMLab光流工具箱和基准测试。
• MMEditing：OpenMMLab图像和视频编辑工具箱。
• MMGeneration：OpenMMLab图像和视频生成模型工具箱。
• MMDeploy：OpenMMLab模型部署框架。