detection_template

　　一个目标检测的通用框架(不需要cuda编译)，支持Yolo全系列(v2~v5)、EfficientDet、RetinaNet、Cascade-RCNN等SOTA网络，Kaggle小麦检测12/2245。

Functionalities

• 数据格式

  • VOC
  • COCO
  • 自定义格式

• 网络模型

  • EfficientDet(目前不支持训练过程中验证)
  • YoloV2、V3
  • YoloV4
  • YoloV5
  • SSD300、SSD512
  • Faster-RCNN
  • Cascade-RCNN
  • RetinaNet

• TTA

  • 多尺度融合
  • nms
  • Weighted Box Fusion(WBF)
  • 伪标签

• Scheduler

  • Step Scheduler
  • 验证集指标不下降时学习率衰减

• Metrics

  • mAP

• 可视化

  • 数据集bbox预览
  • dataloader数据增强预览
  • 预测结果预览

• 辅助工具

  • 手工标注工具

安装和使用教程

安装和使用教程见 get_started.md.

预训练模型

Reference

• SSD https://github.com/lufficc/SSD

• YoloV2、YoloV3 https://github.com/andy-yun/pytorch-0.4-yolov3

• EfficientDet https://github.com/rwightman/efficientdet-pytorch

• YoloV4 https://github.com/Tianxiaomo/pytorch-YOLOv4 https://github.com/argusswift/YOLOv4-pytorch

• YoloV5 https://github.com/ultralytics/yolov5

• Faster_RCNN https://github.com/pytorch/vision/tree/master/torchvision/models/detection

• RetinaNet https://github.com/yhenon/pytorch-retinanet