当前位置：首页 > news >正文

视觉目标检测大模型套件detrex-调研

news 来源：原创 2024/11/18 0:47:23

A.写在前面

与NLP大模型相比，CV大模型目前还没有一套较为系统的整合方式。个人认为这主要是：

1.CV大模型的各个下游任务之间的差异性较大导致的。

2.可能也与目前CV领域大模型的数量较少有关。

3.对于CV任务，其落地场景一般对内存和计算速度的要求较高，可能目前仍偏向于使用普通量级模型。

偶然发现这个套件detrex，该套件只针对视觉中的目标检测任务组织，细节非常丰富，值得借鉴。

B.detrex介绍

1.概述

项目地址：GitHub - IDEA-Research/detrex: IDEA Open Source Toolbox for Transformer Based Object Detection Algorithms

detrex是一个开源工具箱，提供了SOTA的基于transformer的检测算法。

建立在Detectron2之上，其模块设计部分借鉴了MMDetection和DETR。

2. 主要特点

(1). 模块化设计。detrex将基于Transformer的目标检测框架分解为各种组件，帮助用户轻松构建自己的定制模型。后面我们看一下它的目录，detrex将基于Transformer的DETR类的目标检测模型拆分并同类方法重新组合，构建了清晰框架。

(2). SOTA模型。detrex提供了一系列基于Transformer的检测算法，包括DINO，它以63.3mAP达到DETR类模型的SOTA！

(3). 易于使用。底特律的设计重量轻，使用方便：

a. LazyConfig System可实现更灵活的语法和更清晰的配置文件。

b. 根据detectron2 lazyconfig_train_net.py修改的轻量级训练引擎。

3.目录结构

- Tutorials
  - Installation
  - Getting Started with detrex
  - Config System
  - Convert Pretrained Models
  - Download Pretrained Backbone Weights
  - Using Pretrained Backbones
  - Practical Tools and Scripts
  - Model Zoo
  - Frequently Asked Questions
- API Documentation
  - detrex.config
    - get_config()
    - try_get_key()
  - detrex.data
    - DatasetMapper 
  - detrex.layers
    - BaseTransformerLayer
    - ConditionalCrossAttention
    - ConditionalSelfAttention
    - ConvNormAct
    - FFN
    - GenerateDNQueries
    - LayerNorm
    - MLP
    - MultiheadAttention
    - PositionEmbeddingLearned
    - PositionEmbeddingSine
    - TransformerLayerSequence
    - apply_box_noise()
    - apply_label_noise()
    - box_cxcywh_to_xyxy()
    - box_iou()
    - box_xyxy_to_cxcywh()
    - generalized_box_iou()
    - get_sine_pos_embed()
    - masks_to_boxes()
  - detrex.modeling
    - backbone
    - neck
    - matcher
    - losses
  - detrex.utils
    - get_world_size()
    - interpolate()
    - inverse_sigmoid() 
    - is_dist_avail_and_initialized()
- Change Log 
  - v0.1.0

我将其中的 API Documentation 重点展开，看下detrex的组织形式大概就能了解该套件的特性和使用形式。简单说其实就是将以DETR这类模型为基础的目标检测模型中的相似部分抽离出来，并评估规划为配置文件（detrex.config）、数据相关（detrex.data）、检测模型常用层（detrex.layers）、常规模型构建部分（detrex.modeling）和额外工具（detrex.utils）几个部分，放置于相应模块中。