MMdetection لم تعد مدعومة anymore

كل مجموعة من أدوات MM* في نهاية دورة الحياة...

Page content

لقد استخدمت MMDetection (mmengine، mdet، mmcv) إلى حد كبير،
ولكن الآن يبدو أنه خارج اللعبة.
هذا أمر مأساوي. كنت أحب مكتبة النماذج الخاصة به.

راجع على سبيل المثال هنا: كشف الكائنات في رؤوس قضبان التعزيز الخرسانية باستخدام tensorflow وهنا: تدريب كاشف الكائنات باستخدام Label Studio & MMDetection

mm train

MMDetection انتهى دعمه

كنت فضوليًا لسبب عدم وجود إصدارات خلال العام الماضي، وهذا هو السبب:

كما نرى في
https://github.com/open-mmlab/mmdetection/discussions/11815

يعلق mchaniotakis في 28 يونيو 2024:

أعتقد أن openmmlab لديه منحنى تعليمي صعب،  
ولكن بمجرد إعداده، فهو أداة رائعة للعمل معها.

ومع ذلك يبدو أن التطوير توقف منذ نهاية ديسمبر  
بعد وفاة الأستاذ تانغ شياو أوو.

هل هناك خطط لمواصلة التطوير في المستقبل  
(أو على الأقل تعيين مشرفين جدد)؟

والرد من maisonhai3:

لقد تركوا المختبر المفتوح (MMLab).
الرئيس الأستاذ في المختبر المفتوح توفي منذ سنوات.
ثم نقلوا الموظفين إلى InternLM.
ثم حتى InternLM الآن نصف ميت.

أحب أعمال المختبر المفتوح. جودة الكود رائعة. سهلة الصيانة.

بعض المعلومات عن MMDetection…

MMDetection هو أداة مفتوحة المصدر للكشف عن الكائنات تم تطويرها من قبل OpenMMLab، وهي تعتمد على PyTorch. تقدم MMDetection إطار عمل شامل للمهام مثل كشف الكائنات، وتقسيم الكائنات، وتقسيم الكائنات الشامل. MMDetection مُصنَّفة، مما يسمح للمستخدمين بتخصيص مكونات مثل الجذع، والعنق، والرأس، والوظائف الخسارة لبناء نماذج كشف من مرحلة واحدة، أو مرحلتين، أو أكثر من مرحلة.

الميزات الرئيسية تشمل:

  • التصميم المُصنَّف: يمكن تخصيص أو استبدال مكونات مثل الجذع، والعنق، والرأس الكثيف، والمستخرج، والرأس.
  • دعم النماذج الغنية: تشمل نماذج متطورة مثل Cascade R-CNN، وFCOS، وDynamic R-CNN.
  • التكامل: متوافقة مع أدوات مثل ArcGIS لتحسين تدفق العمل.
  • المرونة: تدعم التدريب والاستنتاج مع تكوينات مخصصة ووزن مسبقة التدريب.

MMDetection تُستخدم على نطاق واسع في أبحاث الرؤية الحاسوبية والتطبيقات بسبب مرونتها وأداء المعايير.

روابط مفيدة