在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
开源软件名称:mmdetection3d开源软件地址:https://gitee.com/monkeycc/mmdetection3d开源软件介绍:新闻: 我们发布了版本 v1.0.0rc0. 说明:我们正在进行大规模的重构,以提供对许多模块更简单、更统一的使用。 由于坐标系的统一和简化,模型的兼容性会受到影响。目前,大多数模型都以类似的性能对齐了精度,但仍有少数模型在进行基准测试。 在第三届 nuScenes 3D 检测挑战赛(第五届 AI Driving Olympics, NeurIPS 2020)中,我们获得了最佳 PKL 奖、第三名和最好的纯视觉的结果,相关的代码和模型将会在不久后发布。 最好的纯视觉方法 FCOS3D 的代码和模型已经发布。请继续关注我们的多模态检测器 MoCa。 文档: https://mmdetection3d.readthedocs.io/ 简介English | 简体中文 主分支代码目前支持 PyTorch 1.3 以上的版本。 MMDetection3D 是一个基于 PyTorch 的目标检测开源工具箱, 下一代面向3D检测的平台. 它是 OpenMMlab 项目的一部分,这个项目由香港中文大学多媒体实验室和商汤科技联合发起. 主要特性
和 MMDetection,MMCV 一样, MMDetection3D 也可以作为一个库去支持各式各样的项目. 开源许可证该项目采用 Apache 2.0 开源许可证。 更新日志最新的版本 v1.0.0rc0 在 2022.2.18 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。 基准测试和模型库测试结果和模型可以在模型库中找到。 模块组件
算法模型
注意: MMDetection 支持的基于2D检测的300+个模型 , 40+的论文算法在 MMDetection3D 中都可以被训练或使用。 安装请参考快速入门文档进行安装。 快速入门请参考快速入门文档学习 MMDetection3D 的基本使用。 我们为新手提供了分别针对已有数据集和新数据集的使用指南。我们也提供了一些进阶教程,内容覆盖了学习配置文件, 增加数据集支持, 设计新的数据预处理流程, 增加自定义模型, 增加自定义的运行时配置和 Waymo 数据集. 请参考 FAQ 查看一些常见的问题与解答。在升级 MMDetection3D 的版本时,请查看兼容性文档以知晓每个版本引入的不与之前版本兼容的更新。 引用如果你觉得本项目对你的研究工作有所帮助,请参考如下 bibtex 引用 MMdetection3D @misc{mmdet3d2020, title={{MMDetection3D: OpenMMLab} next-generation platform for general {3D} object detection}, author={MMDetection3D Contributors}, howpublished = {\url{https://github.com/open-mmlab/mmdetection3d}}, year={2020}} 贡献指南我们感谢所有的贡献者为改进和提升 MMDetection3D 所作出的努力。请参考贡献指南来了解参与项目贡献的相关指引。 致谢MMDetection3D 是一款由来自不同高校和企业的研发人员共同参与贡献的开源项目。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。我们希望这个工具箱和基准测试可以为社区提供灵活的代码工具,供用户复现已有算法并开发自己的新的 3D 检测模型。 OpenMMLab 的其他项目
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,加入 OpenMMLab 团队的 官方交流 QQ 群 我们会在 OpenMMLab 社区为大家 |
请发表评论