[MMDetection] 개요

MMDetection

- MMDetection은 객체 탐지를 위한 toolbox로 객체 탐지, 인스턴스 세그멘테이션 그리고 판옵틱 세그멘테이션 등을 포함한 구성요소나 모듈을 포함함.

- 7개의 부분으로 구성: apis, structures, datasets, models, engine, evaluation, visualization.

- github: https://github.com/open-mmlab/mmdetection

구성요소

- apis: 모델 추론에 사용되는 고수준 API제공

- datasets: 객체 탐지, 세그멘테이션을 지원하는 다양하 데이터셋

  - transforms: 데이터 증강에 필요한 툴을 포함

  - samplers: strategy별 다양한 데이터로더 

- models: detector의 구성요소 포함

  - detectors: detection 모델들을 정의

  - data_preprocessors: 모델에 들어가지 전의 데이터 처리

  - backbones: 다양한 backbone 네트워크 포함

  - necks: 다양한 neck 구성요소 포함

  - dense_heads: dense prediction을 수행하는 다양한 detection head들 포함

  - roi_heads: RoI를 예측하는 다양한  detection head들 포함

  - seg_heads: 다양한 segmentation head들 포함

  - losses: 다양한 손실함수 포함

  - task_modules: 탐지 문제를 위한 모듈을 제공(assigners, samplers, box coders, prior generators)

  - layers: 기본 신경망 네트워크 layer를 제공

- engine: runtime 구성요소의 부분

  - runner: MMEngine's runner를 확장 제공

  - schedulers: 최적화 하이퍼파라미터를 조정하기 위한 schedulers 제공

  - optimizers: optimizer들과 optimizer wrapper들 제공

  - hooks: runner의 다양한 hook들을 제공

- evaluation은 여러가지 모델 평가를 위한 metric들을 제공

- visualization: 결과 시각화