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:

  4. 对于 MMDetection 2.x 版本的用户,我们提供了迁移指南,帮助您完成新版本的适配。

Read the Docs v: dev-3.x
Versions
latest
stable
3.x
v3.3.0
v3.2.0
v3.1.0
v3.0.0
v2.28.2
v2.28.1
v2.28.0
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
epub
On Read the Docs
Project Home
Builds

Free document hosting provided by Read the Docs.