⽬标检测四⼤开源神器：Detectron2mmDetectrondarknetSimple。。。
重磅⼲货，第⼀时间送达
前⾔
去年Amusi 盘点过：⽬标检测三⼤开源神器：Detectron2/mmDetectron/SimpleDet。⼤家反映内容很棒，不少同学开始⽤起来这些⽬标检测⼯具，不管⽤于发Paper还是做项⽬。
如今过去半年多，⽬标检测领域发展迅速，Amusi 再次系统调研现在开源的⽬标检测神器。同时也有很多同学开始⼊坑⽬标检测，希望此⽂可以有所帮助，避免踩坑！
本⽂介绍⽬标检测（Object Detection）四个最为知名、关注度最⾼的开源神器，其实也可以称为⼯具箱(Toolkit)，再俗⽓⼀点，就是'造轮⼦'神器。不仅会介绍这些神器的特点，还会增加新的内容：基于神器开发的新开源项⽬（这部分也可以说明该神器的认可度）。
⽤上好的神器，不仅可以快速实现你的idea，还可以帮助你提升coding能⼒。精读优质的代码(风格)，长远看是⾮常有意义的。如下排名不分先后：
Detectron2
维护团队：Facebook
star数：11616
所属框架：PyTorch
github/facebookresearch/detectron2
Detectron2 前⾝就是⿍⿍⼤名的 Detectron，其实Detectron可以说是Facebook第⼀代检测⼯具箱，⽬前在github上获得 23.5k star！
github/facebookresearch/Detectron
但由于PyTorch版本升级等问题，Detectron⽬前已停⽌维护（弃⽤）。
其实在 Detectron向 Detectron2过渡期间，Facebook Research 还开源了⼀个知名的项⽬：maskrcnn-benchmark，⽬前已获得 7.7 k star！
github/facebookresearch/maskrcnn-benchmark
听名字应该就知道maskrcnn-benchmark主要是做实例分割和⽬标检测的，该项⽬也主要提供了Faster R-CNN和Mask R-CNN算法。
但同样由于PyTorch版本升级等问题，maskrcnn-benchmark⽬前已停⽌维护（弃⽤）。于是 maskrcnn-benchmark 这 7.7 k 的项⽬就此'搁浅'了。
话题说回主⼈公：Detectron2（新⼀代⽬标检测和分割框架）
Detectron2 不仅⽀持 Detectron已有的⽬标检测、实例分割、姿态估计等任务，还⽀持语义分割和全景分割。新增了Cascade R-CNN，Panoptic FPN和TensorMask新模型。
基于Detectron2⼆次开发的开源项⽬
AdelaiDet：实例级识别任务开源⼯具箱
github/aim-uofa/AdelaiDet
这个项⽬后⾯ Amusi 会单独写⼀篇⽂章来介绍，AdelaiDet 主要是阿德莱德⼤学沈春华团队维护的项⽬，涉及⽬标检测、实例分割、⽂本检测等⽅向。⽐如包含了SOLOv1-v2、FCOS、BlendMask、CondInst等⼯作。
像最近 CVPR 2020、ECCV 2020上有不少好的⼯作也都是基于 Detectron2开发的，⽐如DETR、CenterMask：
github/facebookresearch/detr
github/youngwanLEE/centermask2
github/youngwanLEE/vovnet-detectron2
github/shenyunhang/NA-fWebSOD/
mmDetection
维护团队：⾹港中⽂⼤学-商汤联合实验室
star数：10769
所属框架：PyTorch
github/open-mmlab/mmdetection
mmDetection 是个⾮常强⼤的⽬标检测⼯具箱，也是基于PyTorch实现。Amusi 个⼈觉得mmDetection可以称为⽬标检测⽅向的'国产之光'开源项⽬！
mmDetection包含模型⾮常⾮常多，部分内容如下（不要被吓到）：
⽀持的backbones：
ResNet
ResNeXt
VGG
HRNet
RegNet
Res2Net
⽀持的模型：
RPN
Fast R-CNN
Faster R-CNN
Mask R-CNN
Cascade R-CNN
Cascade Mask R-CNN
SSD
RetinaNet
GHM
Mask Scoring R-CNN
Double-Head R-CNN
Hybrid Task Cascade
Libra R-CNN
Guided Anchoring
FCOS
RepPoints
Foveabox
FreeAnchor
NAS-FPN
ATSS
FSAF
PAFPN
Dynamic R-CNN
PointRend
CARAFE
DCNv2
Group Normalization
Weight Standardization
OHEM
Soft-NMS
Generalized Attention
GCNet
Mixed Precision (FP16) Training
InstaBoost
GRoIE
DetectoRS
Generalized Focal Loss
基于mmdetection⼆次开发的开源项⽬
基于mmdetection 开发的开源项⽬特别特别多，⽐如最近CVPR 2020上很多检测⼯作就是基于此开发的。这⾥就不⼀⼀介绍，简单列⼏个较为知名的：github/Gus-Guo/AugFPN
github/FishYuLi/BalancedGroupSoftmax
github/JialeCao001/D2Det
github/caiqi/sample-weighting-network
github/jshilong/SEPC
github/Sense-X/TSD
github/ggjy/HitDet.pytorch
SimpleDet开源项目
维护团队：图森未来（TuSimple）
star数：2691
所属框架：MXNet
github/TuSimple/simpledet
github/TuSimple/simpledet
SimpleDet 是⼀套简单且多功能的⽬标检测与实例分割的框架。就这么说吧，如果你是⽤MXNet来开发检测项⽬，那么直接⽤SimpleDet就⾏。
SimpleDet 包含的库也相当丰富，如：Faster R-CNN，Mask R-CNN，Cascade R-CNN，RetinaNet，DCNv1/v2，TridentNet，NASFPN , EfficientNet, FOCS，FreeAnchor，RepPoints，和SEPC等
SimpleDet 更新频率也相当快，官⽹给出的更新时间表如下：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。