Сайт OpenMMLab ^НОВОЕ!      Платформа OpenMMLab ^{ПОПРОБУЙТЕ!}

 

📘Документация | 🛠️Установка | 🤔Отчет о проблемах

Основные моментыКоманда OpenMMLab представила новое поколение системы обучения MMEngine на Всемирной конференции по искусственному интеллекту 1 сентября 2022 года. Это основная библиотека для обучения глубоких моделей. В отличие от MMCV, она предоставляет универсальную и мощную систему запуска, открытую архитектуру с более унифицированным интерфейсом и более гибкий процесс обучения. Официальная версия MMCV v2.0.0 была выпущена 6 апреля 2023 года. В версии 2.x были удалены компоненты, связанные с процессом обучения, а также добавлен модуль преобразования данных. Кроме того, начиная с версии 2.x, пакеты были переименованы с mmcv на mmcv-lite и с mmcv-full на mmcv. Подробнее см. Документацию по совместимости.

MMCV будет поддерживать как 1.x (соответствующий оригинальному master ветви), так и версию 2.x (соответствующую основной ветви, теперь по умолчанию). Подробнее см. План поддержки ветвей.## Введение

MMCV — это базовая библиотeka для исследования компьютерного зрения, предоставляющая следующие возможности:

• Обработка изображений/видео
• Визуализация изображений и аннотаций
• Преобразование изображений
• Различные архитектуры CNN
• Высококачественная реализация общих операций CPU и CUDA

Поддерживаемые системы:

• Linux
• Windows
• macOS

Дополнительные характеристики и способы использования см. в документации.

Замечание: MMCV требует Python 3.7+.

Установка

Существуют две версии MMCV:

• mmcv: полная, с полным набором функций и различными операциями CUDA. Процесс установки занимает больше времени.
• mmcv-lite: легкая, без операций CUDA, но со всеми другими возможностями, аналогична mmcv<1.0.0. Полезна, если вам не нужны операции CUDA.

Замечание: Не устанавливайте обе версии в одном окружении, иначе вы можете столкнуться с ошибками типа ModuleNotFoundError. Вам потребуется удалить одну версию перед установкой другой. "Установка полной версии рекомендуется, если доступен CUDA".

Установка mmcvПеред установкой mmcv убедитесь, что PyTorch был успешно установлен согласно официальной инструкции по установке PyTorch. Для пользователей Apple Silicon используйте PyTorch 1.13+.

Также нет необходимости вносить изменения в этот текст, поскольку он уже написан на русском языке и соответствует требованиям задачи.Команда для установки mmcv:

pip install -U openmim
mim install mmcv

Если требуется указать конкретную версию mmcv, можно использовать следующую команду:

mim install mmcv==2.0.0

Если вы заметили, что вышеуказанной командой установки используется не предварительно скомпилированный пакет с расширением .whl, а исходный пакет с расширением .tar.gz, то возможно у вас нет предварительно скомпилированного пакета, соответствующего версиям PyTorch, CUDA или mmcv. В этом случае можно скомпилировать mmcv из исходников.

Дополнительные методы установки можно найти в документации по установке.

Установка mmcv-lite

Если вам требуется использовать модули связанные с PyTorch, убедитесь что PyTorch был успешно установлен в вашей среде, обратившись к официальной документации по установке PyTorch.```bash pip install -U openmim mim install mmcv-lite

## Часто задаваемые вопросы (FAQ)

Если вы столкнулись с проблемами установки, ошибками, связанными с CUDA или RuntimeErrors, рекомендуется сначала обратиться к этому списку [Часто задаваемых вопросов](https://mmcv.readthedocs.io/en/latest/faq.html).

Если вы сталкиваетесь с проблемами установки или выполнения программы, рекомендуется сначала обратиться к этому списку [Часто задаваемых вопросов](https://mmcv.readthedocs.io/en/latest/faq.html), чтобы проверить наличие решения. Если проблема остаётся нерешённой, вы можете открыть [тикет](https://github.com/open-mmlab/mmcv/issues).

## Цитирование

Если вы нашли этот проект полезным для ваших исследований, пожалуйста, рассмотрите возможность цитирования:

```latex
@misc{mmcv,
    title={{MMCV: OpenMMLab} Computer Vision Foundation},
    author={MMCV Contributors},
    howpublished = {\url{https://github.com/open-mmlab/mmcv}},
    year={2018}
}

Вклад

Мы ценим все вклады, направленные на улучшение MMCV. Пожалуйста, обратитесь к CONTRIBUTING.md для руководства по вкладу.

Лицензия

MMCV распространяется под лицензией Apache 2.0, хотя некоторые конкретные операции в этой библиотеке могут иметь другие лицензии. Для подробной информации, если вы используете наш код для коммерческих целей, обратитесь к LICENSES.md.

План поддержки ветокНа данный момент у MMCV четыре ветки: основная (main), версии 1.x, мастер (master) и версии 2.x, где 2.x является псевдонимом для основной ветки, а мастер — для ветки 1.x. В будущем будут удалены ветки 2.x и мастер. Ветки MMCV проходят через следующие три этапа:

• MMCV: Основная библиотека OpenMMLab для компьютерного зрения.
• MIM: MIM устанавливает пакеты OpenMMLab.
• MMClassification: Инструментарий и метрика OpenMMLab для классификации изображений.
• MMDetection: Инструментарий и метрика OpenMMLab для детекции объектов.
• MMDetection3D: Новое поколение платформы OpenMMLab для общей детекции объектов в трёхмерном пространстве.
• MMRotate: Инструментарий и метрика OpenMMLab для повёрнутой детекции объектов.
• MMYOLO: Инструментарий и метрика OpenMMLab для серии YOLO.
• MMSegmentation: Инструментарий и метрика OpenMMLab для сегментации изображений.
• MMOCR: Инструментарий и метрика OpenMMLab для распознавания текста, его обнаружения и понимания.
• MMPose: Инструментарий и метрика OpenMMLab для оценки поз.
• MMHuman3D: Инструментарий и метрика OpenMMLab для трехмерной модели человека.
• MMSelfSup: Инструментарий и метрика OpenMMLab для самообучаемых моделей.
• MMRazor: Инструментарий и метрика OpenMMLab для сжатия моделей.
• MMFewShot: Инструментарий и метрика OpenMMLab для few-shot обучения.com/open-mmlab/mmfewshot)): Инструментарий и метрика OpenMMLab для малошотного обучения.
• MMAction2: Новое поколение инструментария и метрик OpenMMLab для понимания действий.
• MMTracking: Инструментарий и метрика OpenMMLab для видео-распознавания.
• MMFlow: Инструментарий и метрика OpenMMLab для оптического потока.
• MMEditing: Инструментарий OpenMMLab для редактирования изображений и видео.
• MMGeneration: Инструментарий OpenMMLab для генеративных моделей изображений и видео.
• MMDeploy: Фреймворк для развертывания моделей OpenMMLab.