本文介绍 DETR使用Transformer做目标检测的模型迎来了0.2版本的发布

DETR使用Transformer做目标检测的模型迎来了0.2版本的发布

This article was original written by Jin Tian, welcome re-post, first come with https://jinfagang.github.io . but please keep this copyright info, thanks, any question could be asked via wechat: jintianiloveu

就在刚刚,torchvision的作者fmassa发布了DETR的0.2版本。

image-20200630171632271

DETR曾经是今年来目标检测创新度最高的方法,巧妙地采用了transformer来做目标检测,今天它带来了0.2版本的更新。更新log如下:

大更新:

    1. Detectron2支持

      已经加入了detectron2的支持,DETR可以调用detectron2的layer来构建模型,0.2版本中有一个d2文件夹,存储的是detectron2的版本构建的模型,以及对应的训练方式;

    1. TorchScript导出

      这个导出不仅仅支持目标检测的模型,全景分割的模型也支持。甚至可以直接用两行代码来导出模型:

      model = torch.hub.load('facebookresearch/detr', 'detr_resnet50', pretrained=True)
      model = torch.jit.script(model)
      
    1. colab的全景分割例子和可视化

      如果姿势正确的同学,可以打开colab,链接为:

      https://colab.research.google.com/github/facebookresearch/detr/blob/colab/notebooks/DETR_panoptic.ipynb

关于0.2版本的DETR更多的内容可以在github上预览:

https://github.com/facebookresearch/detr/releases/tag/v0.2

我们也会在近期退出更详细的DETR的教程,尤其是关于全景分割的,尽请期待!