טיש פון קאָנטענץ[באַהאַלטן][ווייַזן]
איינער פון די סימפּלאַסט נאָך מערסט ינטריגינג יידיאַז אין טיף לערנען איז כייפעץ דיטעקשאַן. די פונדאַמענטאַל געדאַנק איז צו טיילן יעדער נומער אין סאַקסעסיוו קלאסן וואָס פאָרשטעלן פאַרגלייַכלעך טרייץ און דעמאָלט ציען אַ קעסטל אַרום אים.
די דיסטינגגווישינג קעראַקטעריסטיקס קענען זיין ווי פּשוט ווי פאָרעם אָדער קאָליר, וואָס אַידז אין אונדזער פיייקייט צו קאַטאַגערייז זיי.
די אַפּלאַקיישאַנז פון כייפעץ דעטעקטיאָן זיי זענען וויידלי אָנגעשטעלט אין מעדיציניש ססיענסעס, אָטאַנאַמאַס דרייווינג, פאַרטיידיקונג און מיליטעריש, עפנטלעך אַדמיניסטראַציע און פילע אנדערע פעלדער, דאַנק צו היפּש ימפּרווומאַנץ אין קאָמפּיוטער זעאונג און בילד פּראַסעסינג.
דאָ מיר האָבן MMDetection, אַ פאַנטאַסטיש אָפֿן-מקור כייפעץ דיטעקשאַן מכשירים געבויט אויף פּיטאָרטש. אין דעם אַרטיקל, מיר וועלן ונטערזוכן MMDetection אין דעטאַל, גיין האַנט-אויף מיט אים, דיסקוטירן זייַן פֿעיִקייטן און פיל מער.
וואָס איז MMDetection?
די MMDetection Toolbox איז געווען באשאפן ווי אַ פּיטהאָן קאָדעבאַסע ספּאַסיפיקלי פֿאַר פּראָבלעמס מיט אַבדזשעקץ לעגיטימאַציע און סעגמאַנטיישאַן.
די PyTorch ימפּלאַמענטיישאַן איז געניצט, און עס איז באשאפן אין אַ מאַדזשאַלער מאָדע. פֿאַר דערקענונג פון אַבדזשעקץ און סעגמאַנטיישאַן פֿאַר בייַשפּיל, אַ ברייט קייט פון עפעקטיוו מאָדעלס איז קאַמפּיילד אין אַ פאַרשיידנקייַט פון מעטאַדאַלאַדזשיז.
עס פּערמיץ עפעקטיוו ינפעראַנס און גיך טריינינג. אויף די אנדערע האַנט, די מכשירים כולל ווייץ פֿאַר איבער 200 פאַר-טריינד נעטוואָרקס, וואָס מאכט עס אַ שנעל פאַרריכטן אין די כייפעץ לעגיטימאַציע פעלד.
מיט די פיייקייט צו אַדאַפּט די קראַנט טעקניקס אָדער שאַפֿן אַ נייַע דעטעקטאָר מיט די בנימצא מאַדזשולז, MMDetection פאַנגקשאַנז ווי אַ בענטשמאַרק.
דער שליסל שטריך פון די מכשירים איז די ינקלוזשאַן פון פּשוט, מאַדזשאַלער פּאַרץ פון נאָרמאַל כייפעץ דיטעקשאַן פריימווערק וואָס קענען ווערן גענוצט צו שאַפֿן יינציק פּייפּליינז אָדער יינציק מאָדעלס.
די בענטשמאַרקינג קייפּאַבילאַטיז פון דעם טאָאָלקיט מאַכן עס פּשוט צו בויען אַ נייַ דיטעקטער פריימווערק אויף שפּיץ פון אַ יגזיסטינג פריימווערק און פאַרגלייַכן זייַן פאָרשטעלונג.
איינריכטונגען
- פאָלקס און מאָדערן דיטעקשאַן פראַמעוואָרקס, אַזאַ ווי Faster RCNN, Mask RCNN, RetinaNet, אאז"ו ו, זענען גלייך געשטיצט דורך די טאָאָלקיט.
- ניצן 360+ פאַר-טריינד מאָדעלס פֿאַר פיין-טונינג (אָדער טריינינג ווידער).
- פֿאַר באַוווסט זעאונג דאַטאַסעץ אַרייַנגערעכנט COCO, Cityscapes, LVIS און PASCAL VOC.
- אויף גפּוס, אַלע פונדאַמענטאַל bbox און מאַסקע אַפּעריישאַנז זענען עקסאַקיוטאַד. אנדערע קאָדעבאַסעס, אַזאַ ווי Detectron2, maskrcnn-benchmark און SimpleDet, קענען זיין טריינד מיט אַ פאַסטער קורס ווי אָדער אויף פּאַר מיט דעם.
- רעסעאַרטשערס ברעכן אַראָפּ די כייפעץ דיטעקשאַן פריימווערק אין עטלעכע מאַדזשולז, וואָס קענען זיין קאַמביינד צו שאַפֿן אַ יינציק כייפעץ דיטעקשאַן סיסטעם.
MMDetection Architecture
MMDetection ספּעציפיצירט אַ דזשאַנעריק פּלאַן וואָס קענען זיין געווענדט צו קיין מאָדעל זינט עס איז אַ מכשירים מיט אַ פאַרשיידנקייַט פון פאַר-געבויט מאָדעלס, יעדער פון וואָס האט זיין אייגענע אַרקאַטעקטשער. די פאלגענדע קאַמפּאָונאַנץ מאַכן דעם קוילעלדיק אַרקאַטעקטשער:
- באַקבאָון: באַקבאָון, אַזאַ ווי אַ ResNet-50 אָן די לעצט גאָר קאָננעקטעד שיכטע, איז דער קאָמפּאָנענט וואָס קאַנווערץ אַ בילד צו שטריך מאַפּס.
- האַלדז: די האַלדז איז דער אָפּשניט וואָס קאַנעקץ די באַקבאָון צו די קעפ. אויף די רוי שטריך מאַפּס פון די באַקבאָון, עס טוט זיכער אַדזשאַסטמאַנץ אָדער ריקאַנפיגיעריישאַנז. שטריך פּיראַמיד נעטוואָרק איז איין געמעל (פפּן).
- DenseHead (AnchorHead / AnchorFreeHead): עס איז דער קאָמפּאָנענט וואָס אַפּערייץ אויף געדיכט געביטן פון שטריך מאַפּס, אַזאַ ווי AnchorHead און AnchorFreeHead, אַזאַ ווי RPNHead, RetinaHead און FCOSHead.
- RoIextractor: מיט די נוצן פון RoIPooling-ווי אָפּערייטערז, עס איז דער אָפּטיילונג וואָס פּולז RoIwise פֿעיִקייטן פון אַ איין אָדער אַ זאַמלונג פון שטריך מאַפּס. די SingleRoIExtractor מוסטער עקסטראַקט ראָי פֿעיִקייטן פון די וואָס ריכטן מדרגה פון שטריך פּיראַמידס.
- RoIHead (BBoxHead / MaskHead): עס איז דער חלק פון די סיסטעם וואָס ניצט ראָי קעראַקטעריסטיקס ווי אַ אַרייַנשרייַב און דזשענערייץ ראָי-באזירט אַרבעט-ספּעציפיש פֿאָרויסזאָגן, אַזאַ ווי באַונדינג קעסטל קלאַסאַפאַקיישאַן / ראַגרעשאַן און מאַסקע פּראָגנאָז.
די קאַנסטראַקשאַן פון איין-בינע און צוויי-בינע דעטעקטאָרס איז ילאַסטרייטיד ניצן די אַפאָרמענשאַנד קאַנסעפּס. מיר קענען אַנטוויקלען אונדזער אייגענע פּראָוסידזשערז פשוט דורך קאַנסטראַקטינג אַ ביסל פריש פּאַרץ און קאַמביינינג עטלעכע יגזיסטינג אָנעס.
רשימה פון מאָדעלס אַרייַנגערעכנט אין MMDetection
MMDetection גיט העכסט-קאַרב קאָדעבאַסעס פֿאַר עטלעכע באַוווסט מאָדעלס און אַרבעט-אָריענטיד מאַדזשולז. די מאָדעלס וואָס האָבן שוין געמאכט ביז אַהער און אַדאַפּטאַבאַל מעטהאָדס וואָס קען זיין יוטאַלייזד מיט די MMDetection מכשירים זענען ליסטעד אונטן. די רשימה האלט צו וואַקסן ווי מער מאָדעלס און מעטהאָדס זענען צוגעגעבן.
- שנעל R-CNN
- פאַסטער R-CNN
- מאַסקע R-CNN
- רעטינאַנעט
- דקן
- DCNv2
- קאַסקייד R-CNN
- M2Det
- גהם
- ScratchDet
- טאָפּל-קאָפּ R-CNN
- גריד R-CNN
- FSAF
- ליבראַ R-CNN
- GCNet
- HRNet
- מאַסקע סקאָרינג R-CNN
- FCOS
- ססד
- ר-פקן
- געמישט פּרעסיסיאָן טראַינינג
- וואָג סטאַנדאַרדיזאַטיאָן
- היבריד טאַסק קאַסקייד
- גיידיד אַנגקערינג
- גענעראַליזעד ופמערקזאַמקייַט
בנין כייפעץ דיטעקשאַן מאָדעל ניצן MMDetection
אין דעם טוטאָריאַל, מיר וועלן זיין די Google קאָללאַב העפט ווייַל עס איז גרינג צו שטעלן און נוצן.
ינסטאַלירונג
צו ינסטאַלירן אַלץ מיר דאַרפֿן, מיר וועלן ערשטער ינסטאַלירן די נייטיק לייברעריז און קלאָון די MMdetection GitHub פּרויעקט.
ימפּאָרטינג ענוו
די סוויווע פֿאַר אונדזער פּרויעקט וועט איצט זיין ימפּאָרטיד פֿון די ריפּאַזאַטאָרי.
ימפּאָרטינג לייברעריז און MMdetection
מיר וועלן איצט אַרייַנפיר די פארלאנגט לייברעריז, צוזאַמען מיט די MMdetection פון קורס.
אראפקאפיע די פאַר-טריינד טשעקפּוינץ
די פאַר-טריינד מאָדעל טשעקפּוינץ פון MMdetection זאָל איצט זיין דאַונלאָודיד פֿאַר ווייַטער אַדזשאַסטמאַנט און ינפעראַנס.
בנין מאָדעל
מיר וועלן איצט בויען דעם מאָדעל און צולייגן די טשעקפּוינץ צו די דאַטאַסעט.
אָפּשיקן די דעטעקטאָר
איצט אַז דער מאָדעל איז רעכט קאַנסטראַקטאַד און לאָודיד, לאָמיר קאָנטראָלירן ווי ויסגעצייכנט עס איז. מיר נוצן MMDetection ס הויך-מדרגה אַפּי ינפעראַנס דעטעקטאָר. דער אַפּי איז דיזיינד צו מאַכן די ינפעראַנס פּראָצעס גרינגער.
רעזולטאַט
זאל ס האָבן אַ קוק בייַ די רעזולטאַטן.
סאָף
אין מסקנא, די MMDetection מכשירים אַוטפּערפאָרמז לעצטנס רעלעאַסעד קאָדעבאַסעס ווי SimpleDet, Detectron און Maskrcnn-בענטשמאַרק. מיט אַ גרויס מאָדעל זאַמלונג,
MMDetection איז איצט מאָדערן טעכנאָלאָגיע. MMDetection אַוטפּערפאָרמז אַלע אנדערע קאָדעבאַסעס אין טערמינען פון עפעקטיווקייַט און פאָרשטעלונג.
איינער פון די מערסט שיין טינגז וועגן MMdetection איז אַז איר קענט איצט נאָר פונט צו אַ אַנדערש קאַנפיגיעריישאַן טעקע, אראפקאפיע אַ אַנדערש טשעקפּוינט און לויפן די זעלבע קאָד אויב איר ווילט צו טוישן די מאָדעלס.
איך רעקאָמענדירן צו קוקן אין זיי ינסטראַקשאַנז אויב איר האָבן פּראָבלעמס מיט קיין פון די סטאַגעס אָדער איר ווילט דורכפירן עטלעכע פון זיי אַנדערש.
לאָזן אַ ענטפֿערן