Shortcuts

概述

本章向您介绍 MMDetection 的整体框架,并提供详细的教程链接。

什么是 MMDetection

图片

MMDetection 是一个目标检测工具箱,包含了丰富的目标检测、实例分割、全景分割算法以及相关的组件和模块,下面是它的整体框架:

MMDetection 由 7 个主要部分组成,apis、structures、datasets、models、engine、evaluation 和 visualization。

  • apis 为模型推理提供高级 API。

  • structures 提供 bbox、mask 和 DetDataSample 等数据结构。

  • datasets 支持用于目标检测、实例分割和全景分割的各种数据集。

    • transforms 包含各种数据增强变换。

    • samplers 定义了不同的数据加载器采样策略。

  • models 是检测器最重要的部分,包含检测器的不同组件。

    • detectors 定义所有检测模型类。

    • data_preprocessors 用于预处理模型的输入数据。

    • backbones 包含各种骨干网络。

    • necks 包含各种模型颈部组件。

    • dense_heads 包含执行密集预测的各种检测头。

    • roi_heads 包含从 RoI 预测的各种检测头。

    • seg_heads 包含各种分割头。

    • losses 包含各种损失函数。

    • task_modules 为检测任务提供模块,例如 assigners、samplers、box coders 和 prior generators。

    • layers 提供了一些基本的神经网络层。

  • engine 是运行时组件的一部分。

    • runnerMMEngine 的执行器提供扩展。

    • schedulers 提供用于调整优化超参数的调度程序。

    • optimizers 提供优化器和优化器封装。

    • hooks 提供执行器的各种钩子。

  • evaluation 为评估模型性能提供不同的指标。

  • visualization 用于可视化检测结果。

如何使用本指南

以下是 MMDetection 的详细指南:

  1. 安装说明见开始你的第一步

  2. MMDetection 的基本使用方法请参考以下教程。

  3. 参考以下教程深入了解:

Read the Docs v: 3.x
Versions
latest
stable
3.x
v2.27.0
v2.26.0
v2.25.3
v2.25.2
v2.25.1
v2.25.0
v2.24.1
v2.24.0
v2.23.0
v2.22.0
v2.21.0
v2.20.0
v2.19.1
v2.19.0
v2.18.1
v2.18.0
v2.17.0
v2.16.0
v2.15.1
v2.15.0
v2.14.0
v2.13.0
dev-3.x
dev
Downloads
pdf
html
epub
On Read the Docs
Project Home
Builds

Free document hosting provided by Read the Docs.