maskrcnn用于目标检测_目标检测MaskR-CNN_飞桨-源于产业实践的开源深度学习平台...

╰+攻爆jí腚メ 2022-10-27 01:59 197阅读 0赞

目标检测-Mask R-CNN

类别 计算机视觉(PaddleCV)

应用 图像搜索 安防监控 自动驾驶 智慧城市 机器人视觉

模型概述

经典的两阶段框架，在Faster R-CNN模型基础上添加分割分支，得到掩码结果，实现了掩码和类别预测关系的解藕，可得到像素级别的检测结果。

模型说明

\# PaddleDetection

PaddleDetection的目的是为工业界和学术界提供大量易使用的目标检测模型。PaddleDetection不仅性能完善，易于部署，同时能够灵活的满足算法研发需求。

\*\*目前检测库下模型均要求使用PaddlePaddle 1.7及以上版本或适当的develop版本。\*\*

![000000570688.jpg][]

\#\# 简介

特性：

\- 易部署:

PaddleDetection的模型中使用的主要算子均通过C++和CUDA实现，配合PaddlePaddle的高性能预测引擎，使得在服务器环境下易于部署。

\- 高灵活度：

PaddleDetection各个组件均为功能单元。例如，模型结构，数据预处理流程，用户能够通过修改配置文件轻松实现可定制化。

\- 高性能：

在PaddlePaddle底层框架的帮助下，实现了更快的模型训练及更少的显存占用量。值得注意的是，Yolo v3的训练速度远快于其他框架。另外，Mask-RCNN(ResNet50)可以在Tesla V100 16GB环境下以每个GPU4张图片输入实现多卡训练。

支持的模型结构：

|--------------------|:------:|------------------------------:|:----------:|:-----:|:---------:|:-------:|:---:|

| Faster R-CNN | ✓ | ✓ | x | ✓ | ✗ | ✗ | ✗ |

| Faster R-CNN + FPN | ✓ | ✓ | ✓ | ✓ | ✗ | ✗ | ✗ |

| Mask R-CNN | ✓ | ✓ | x | ✓ | ✗ | ✗ | ✗ |

| Mask R-CNN + FPN | ✓ | ✓ | ✓ | ✓ | ✗ | ✗ | ✗ |

| Cascade R-CNN | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |

| RetinaNet | ✓ | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ |

| Yolov3 | ✓ | ✗ | ✗ | ✗ | ✓ | ✓ | ✗ |

| SSD | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | ✓ |

\[1\] \[ResNet-vd\](https://arxiv.org/pdf/1812.01187) 模型提供了较大的精度提高和较少的性能损失。

扩展特性：

\- \[x\] \*\*Synchronized Batch Norm\*\*: 目前在Yolo v3中使用。

\- \[x\] \*\*Group Norm\*\*: 预训练模型待发布。

\- \[x\] \*\*Modulated Deformable Convolution\*\*: 预训练模型待发布。

\- \[x\] \*\*Deformable PSRoI Pooling\*\*: 预训练模型待发布。

\*\*注意:\*\* Synchronized batch normalization 只能在多GPU环境下使用，不能在CPU环境或者单GPU环境下使用。

\#\# 模型库

基于PaddlePaddle训练的目标检测模型可参考\[PaddleDetection模型库\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/docs/MODEL\_ZOO\_cn.md).

\#\# 安装

请参考\[安装说明文档\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/docs/INSTALL\_cn.md).

\#\# 开始

在预测阶段，可以通过运行以下指令得到可视化结果并保存在\`output\`目录下。

\`\`\`bash

export PYTHONPATH=\`pwd\`:$PYTHONPATH

python tools/infer.py -c configs/mask\_rcnn\_r50\_1x.yml \\

\-o weights=https://paddlemodels.bj.bcebos.com/object\_detection/mask\_rcnn\_r50\_1x.tar \\

\--infer\_img=demo/000000570688.jpg

\`\`\`

更多训练及评估流程，请参考\[GETTING\_STARTED\_cn.md\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/docs/GETTING\_STARTED\_cn.md).

详细的配置信息和参数说明，请参考\[示例配置文件\](https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/PaddleDetection/docs/config\_example).

同时推荐用户参考\[IPython Notebook demo\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/demo/mask\_rcnn\_demo.ipynb)

其他更多信息可参考以下文档内容：

\- \[配置流程介绍\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/docs/CONFIG\_cn.md)

\- \[自定义数据集和预处理流程介绍\](https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/PaddleDetection/docs/DATA\_cn.md)

\#\# 未来规划

目前PaddleDetection处在持续更新的状态，接下来将会推出一系列的更新，包括如下特性：

\- \[ \] 混合精度训练

\- \[ \] 分布式训练

\- \[ \] Int8模式预测

\- \[ \] 用户自定义算子

\- \[ \] 进一步丰富模型库

\#\# 版本更新

\#\#\#\# 7/22/2019

\- 增加检测库中文文档

\- 修复R-CNN系列模型训练同时进行评估的问题

\- 新增ResNext101-vd + Mask R-CNN + FPN模型

\- 新增基于VOC数据集的Yolo v3模型

\#\#\#\# 7/3/2019

\- 发布PaddleDetection检测库和检测模型库

\- 模型包括：Faster R-CNN, Mask R-CNN, Faster R-CNN+FPN, Mask

R-CNN+FPN, Cascade-Faster-RCNN+FPN, RetinaNet, Yolo v3, 和SSD.

\#\# 如何贡献代码

我们非常欢迎你可以为PaddleDetection提供代码，也十分感谢你的反馈。

[000000570688.jpg]: https://raw.githubusercontent.com/PaddlePaddle/PaddleDetection/release/0.2/docs/images/000000570688.jpg

maskrcnn用于目标检测_目标检测MaskR-CNN_飞桨-源于产业实践的开源深度学习平台...

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关睿智的目标检测22——Keras搭建RFBnet目标检测平台

相关深度学习目标检测算法总结

相关睿智的目标检测41——Pytorch搭建Retinanet目标检测平台

相关 maskrcnn用于目标检测_目标检测MaskR-CNN_飞桨-源于产业实践的开源深度学习平台...

相关火灾检测、人流量统计、安全帽检测，飞桨开源一键运行的产业案例教程

相关睿智的目标检测53——Pytorch搭建YoloX目标检测平台

相关睿智的目标检测52——Keras搭建YoloX目标检测平台

相关基于深度学习的目标检测学习总结

相关基于深度学习的目标检测思路

相关 darknet--目标检测开源库学习记录