GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

facebookresearch

Detectron – FAIRは、Mask R-CNNやRetinaNetのような一般的なアルゴリズムを実装した、オブジェクト検出研究のための研究プラットフォーム

投稿日:

FAIRは、Mask R-CNNやRetinaNetのような一般的なアルゴリズムを実装した、オブジェクト検出研究のための研究プラットフォームです。

Detectron

Detectronは、 Mask R-CNNを含む最先端のオブジェクト検出アルゴリズムを実装したFacebook AI Researchのソフトウェアシステムです。 これはPythonで書かれており、 Caffe2の深い学習フレームワークによって強化されています。

FAIRでは、Detectronは、オブジェクト検出用フィーチャピラミッドネットワークマスクR-CNNヒューマンオブジェクトインタラクションの検出と認識 、高密度オブジェクト検出用の焦点損失非局所ニューラルネットワークあらゆるものを分けることを学ぶなど、数多くの研究プロジェクトを可能にしました、およびデータ蒸留:Omni-Supervised Learningに向けて

例マスクR-CNN出力。

前書き

Detectronの目標は、オブジェクト検出研究のための高品質で高性能なコードベースを提供することです。 これは、新規研究の迅速な実施と評価を支援するために柔軟に設計されています。 Detectronには、以下のオブジェクト検出アルゴリズムの実装が含まれています。

次のバックボーンネットワークアーキテクチャを使用します。

追加のバックボーンアーキテクチャを容易に実装できます。 これらのモデルの詳細については、下記の参考文献を参照してください。

ライセンス

DetectronはApache 2.0ライセンスでリリースされています。 詳細については、 NOTICEファイルを参照してください。

引用Detectron

研究でDetectronを使用している場合、またはModel Zooに掲載されているベースラインの結果を参照したい場合は、以下のBibTeXエントリを使用してください。

@misc{Detectron2018,
  author =       {Ross Girshick and Ilija Radosavovic and Georgia Gkioxari and
                  Piotr Doll\'{a}r and Kaiming He},
  title =        {Detectron},
  howpublished = {\url{https://github.com/facebookresearch/detectron}},
  year =         {2018}
}

モデル動物園とベースライン

我々は、 Detectron Model Zooでダウンロードできるベースラインの結果と訓練されたモデルの大きなセットを提供します。

インストール

INSTALL.md Caffe2とDetectronのインストール手順をご覧ください。

クイックスタート:Detectronの使用

インストール後、 GETTING_STARTED.md推論とトレーニングを含む簡単なチュートリアルをご覧ください。

ヘルプの利用

まず、インストール手順のトラブルシューティングのセクションとよくある質問を確認してください そこにヘルプが見つからない場合は、GitHubの問題を検索してみてください。 問題ページはコミュニティがまとめて問題をトラブルシューティングするフォーラムになる予定です。

バグが見つかった場合は、 FAQ.mdへのQ&Aの追加やインストール手順の改善、ドキュメントのトラブルシューティングなど、 プルリクエストに感謝します Detectronに貢献する方法の詳細については、CONTRIBUTING.mdを参照してください。

参考文献







-facebookresearch

執筆者: