(资料图片仅供参考)

物体检测和分割5大开源项目

物体检测和分割应该算是计算机视觉中常用的而且也比较酷的任务。但相比图像分类，物体检测和分割任务难度更大，另外一点是就是代码实现也更复杂。对于物体检测和分割，目前有以下几个通用的开源项目：

Detectron：FAIR出品，基于caffe2；

maskrcnn-benchmark：FAIR出品，基于PyTorch，可以看成Detectron的PyTorch升级版；

MMDetection：商汤MMLab出品，基于PyTorch，Model zoo相当完备；

SimpleDet：图森出品，基于MxNet；

Tensorflow Object Detection：Google出品，基于TensorFlow 1.x；

每个开源项目都包含了R-CNN系列（Faster R-CNN和Mask R-CNN等）的实现，当然大家都有自己独特的优势，这里不做讨论。今天要介绍的FAIR新出品的detectron2，这个新的项目是maskrcnn-benchmark的替代者，detectron2的优势主要体现在以下三点：

R-CNN系列最强实现，毕竟R-CNN系列大佬在FAIR，另外也支持新的特性，如全景分割（panoptic segmentation）和旋转框（rotated bounding boxes）；

高度模块化，扩展性好，具体讲detectron2可以看成一个基础库，当实现新的模型时是去import而不是modify；

训练速度更快（目前mmdetV2.0速度已经和detectron2相当）