Skip to content

Latest commit

 

History

History
190 lines (138 loc) · 8.98 KB

README_zh-CN.md

File metadata and controls

190 lines (138 loc) · 8.98 KB
Raw
 
OpenMMLab 官网 HOT      OpenMMLab 开放平台 TRY IT OUT
 

Documentation actions codecov PyPI LICENSE Average time to resolve an issue Percentage of issues still open

📘文档 | 🛠️安装 | 👀模型库 | 🤔报告问题

介绍

English | 简体中文

MMRotate 是一款基于 PyTorch 的旋转框检测的开源工具箱，是 OpenMMLab 项目的成员之一。

主分支代码目前支持 PyTorch 1.6 以上的版本。

video.MP4
主要特性

  • 支持多种角度表示法

    MMRotate 提供了三种主流的角度表示法以满足不同论文的配置。

  • 模块化设计

    MMRotate 将旋转框检测任务解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷地构建自定义的旋转框检测算法模型。

  • 强大的基准模型与SOTA

    MMRotate 提供了旋转框检测任务中最先进的算法和强大的基准模型.

更新日志

最新的 0.2.0 版本已经在 2022.03.14 发布:

如果想了解更多版本更新细节和历史信息，请阅读更新日志。

安装

请参考 安装指南 进行安装。

教程

请参考 get_started.md 了解 MMRotate 的基本使用。 我们为初学者提供了 colab 教程。 MMRotate 也提供了其他更详细的教程:

模型库

各个模型的结果和设置都可以在对应的 config（配置）目录下的 README.md 中查看。 整体的概况也可也在 模型库 页面中查看。

支持的算法

模型需求

我们将跟进学界的最新进展，并支持更多算法和框架。如果您对 MMRotate 有任何功能需求，请随时在 MMRotate Roadmap 中留言。

数据准备

请参考 data_preparation.md 进行数据集准备。

常见问题

请参考 FAQ 了解其他用户的常见问题。

参与贡献

我们非常欢迎用户对于 MMRotate 做出的任何贡献，可以参考 CONTRIBUTION.md 文件了解更多细节。

致谢

MMRotate 是一款由不同学校和公司共同贡献的开源项目。我们感谢所有为项目提供算法复现和新功能支持的贡献者，以及提供宝贵反馈的用户。 我们希望该工具箱和基准测试可以为社区提供灵活的代码工具，供用户复现现有算法并开发自己的新模型，从而不断为开源社区提供贡献。

引用

如果您觉得 MMRotate 对您的研究有所帮助，请考虑引用它：

@misc{mmrotate2022,
  title={MMRotate: A Rotated Object Detection Benchmark using PyTorch},
  author =       {Zhou, Yue and Yang, Xue and Zhang, Gefan and Jiang, Xue and Liu, Xingzhao and Yan, Junchi and Lyu, Chengqi and Zhang, Wenwei, and Chen, Kai},
  howpublished = {\url{https://github.com/open-mmlab/mmrotate}},
  year =         {2022}
}

许可证

该项目采用 Apache 2.0 license 开源协议。

OpenMMLab的其他项目

  • MMCV: OpenMMLab 计算机视觉基础库
  • MIM: MIM 是 OpenMMlab 项目、算法、模型的统一入口
  • MMClassification: OpenMMLab 图像分类工具箱
  • MMDetection: OpenMMLab 目标检测工具箱
  • MMDetection3D: OpenMMLab 新一代通用 3D 目标检测平台
  • MMRotate: OpenMMLab 旋转框检测工具箱与测试基准
  • MMSegmentation: OpenMMLab 语义分割工具箱
  • MMOCR: OpenMMLab 全流程文字检测识别理解工具包
  • MMPose: OpenMMLab 姿态估计工具箱
  • MMHuman3D: OpenMMLab 人体参数化模型工具箱与测试基准
  • MMSelfSup: OpenMMLab 自监督学习工具箱与测试基准
  • MMRazor: OpenMMLab 模型压缩工具箱与测试基准
  • MMFewShot: OpenMMLab 少样本学习工具箱与测试基准
  • MMAction2: OpenMMLab 新一代视频理解工具箱
  • MMTracking: OpenMMLab 一体化视频目标感知平台
  • MMFlow: OpenMMLab 光流估计工具箱与测试基准
  • MMEditing: OpenMMLab 图像视频编辑工具箱
  • MMGeneration: OpenMMLab 图片视频生成模型工具箱
  • MMDeploy: OpenMMLab 模型部署框架

欢迎加入 OpenMMLab 社区

扫描下方的二维码可关注 OpenMMLab 团队的 知乎官方账号，联络 OpenMMLab 官方微信小助手或加入 OpenMMLab 团队的 官方交流 QQ 群

我们会在 OpenMMLab 社区为大家

  • 📢 分享 AI 框架的前沿核心技术
  • 💻 解读 PyTorch 常用模块源码
  • 📰 发布 OpenMMLab 的相关新闻
  • 🚀 介绍 OpenMMLab 开发的前沿算法
  • 🏃 获取更高效的问题答疑和意见反馈
  • 🔥 提供与各行各业开发者充分交流的平台

干货满满 📘，等你来撩 💗，OpenMMLab 社区期待您的加入 👬