mmdetection是由商汤科技和香港中文大学开源了一个基于Pytorch实现的深度学习计算机视觉工具箱，涵盖了目标检测、实例分割、全景分割、模型蒸馏等计算机视觉任务，复现了最新的一些论文和成果，特别是包括了大量CVPR论文的复现。

1 项目地址

        项目地址：https://github.com/open-mmlab/mmdetection
        安装指南：https://github.com/open-mmlab/mmdetection/blob/master/docs/en/get_started.md

2 安装步骤

        mmdetection的安装步骤如下：

conda create -n openmmlab python=3.7 -y
conda activate openmmlab
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
pip3 install openmim
mim install mmcv-full
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

        其中，pytorch版本根据自身的cuda版本安装相应的版本即可。如果git无法使用，也可以用浏览器下载后解压。

3 效果测试

        （1）运行下面命令下载预训练模型

mim download mmdet --config yolov3_mobilenetv2_320_300e_coco --dest .

        运行完之后，在当前目录下会下载到两个文件，即yolov3_mobilenetv2_320_300e_coco.py 和yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth。

        如果运行文件时，提示search.py的392行抛出如下异常：

        KeyError: 'Cascade Mask R-CNN'

        那么，修改python环境中/lib/python3.7/site-packages/mim/commands/search.py文件，这个文件在抱错时也会提示392行抛出异常，修改390行为：

if collection_name and collection_name in name2collection.keys():

        （2）运行测试脚本

python demo/image_demo.py demo/demo.jpg yolov3_mobilenetv2_320_300e_coco.py yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth --device cpu --out-file result.jpg

        运行完成之后，文件夹下会出现目标检测结果图片result.jpg，如下图所示。

4 【python三维深度学习】python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_python三维点云重建

更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。