FACEBOOK人工智能实验室何恺明博士领衔的Mask R-CNN喜提ICCV 2017最佳论文后,吸引了大量业内研究者的兴趣。
10个月后,FAIR官方公布了源代码,以及基于Caffe 2的开源物体检测平台Detectron。
但是,再好的“黑科技”也有人吐槽啊,比如,MIT的周博磊博士就曾经在知乎爆料,FAIR的实习生们对不常使用的Caffe 2一直叫苦不迭;
还有人翘首以盼官方PyTorch版本;
还有人想起TensorFlow成熟的可视化工具和文档,看着Caffe 2就开始思考人生……
“Caffe 2,从安装到放弃……”
还好最近,量子位发现有人做出了Mask R-CNN的PyTorch版本:
开源代码的贡献者是印度理工学院的小哥哥Sai Himal Allu。
不过说到这里,还是需要先介绍一下前面提到的目标检测大杀器Mask R-CNN。
Mask R-CNN可以说是从目标检测领域R-CNN系列的四代目了,FACEBOOK人工智能实验室(FAIR)团队以何恺明(Kaiming He)和Ross Girshick(RBG)为首的一众目标检测大佬不断更迭了许多个版本:
Mask R-CNN在MS COCO测试集的实例分割、边界框对象检测、以及人体关键点检测三项任务上,都取得了顶尖的成绩。
它的单模型边界框(bounding box)检测成绩,比上一代——Fatser-RCNN与ResNet-101和FPN结合所取得的,还要高3.6个百分点。
于是,Mask R-CNN一经推出,广受好评。
GitHub: A PyTorch implementation of the architecture of Mask RCNN, serves as an introduction to working with PyTorch https://github.com/wannabeOG/Mask-RCNN
Mask R-CNN: https://arxiv.org/abs/1703.06870
Detectron: https://github.com/facebookresearch/Detectron
— 完 —