Facebook 开源了自家的物体检测研究平台 Detectron

【导读】：近日 Facebook 开源了自家的物体检测研究平台 Detectron。Detectron 是 Facebook AI 研究的软件系统，实现了最先进的物体检测算法，包括 Mask R-CNN。Detectron 用 Python 编写实现，并由深度学习框架 Caffe2 驱动。

Detectron 的由来

2016 年 7 月，Detectron 项目正式启动，旨在创建一个基于 Caffe2 的快速灵活的物体检测系统，当时处于早期 alpha 开发。经过一年半的发展，Detectron 已成熟，并支持很多内部项目，比如：Mask R-CNN 和 Focal Loss for Dense Object Detection。这 2 个项目分别拿到了 ICCV 2017 的 Marr Prize 和 Best Student Paper 奖。

由 Detectron 驱动的算法，为重要计算机视觉任务（比如实例分割）提供了直观的模型，并且在近年来我们社区视觉感知系统所取得的空前进步的中发挥了关键作用。

除了研究，许多 Facebook 团队使用 Detectron 平台来培训各种应用的定制模型，包括增强现实和社区完整性。 一旦接受培训，这些模型可以部署在云端和移动设备上。

开源目的

我们开源 Detectron 的目标，是让我们的研究尽可能开放，并加速在全球实验室的研究。 随着 Detectron 的发布，研究界将能够重现我们的结果，并且能和我们 FAIR 团队每天使用的相同软件平台。

GitHub 主页：https://github.com/facebookresearch/Detectron

Detectron 遵循 Apache 2.0 协议。同时也发布了广泛性能基准，可用于 70 多种预训练模型。