MMdetection은 더 이상 지원되지 않습니다.
MM* 도구의 전체 세트는 EOL에 도달했습니다...
저는 MMDetection (mmengine, mdet, mmcv)를 꽤 많이 사용해왔고,
이제는 그게 게임에서 벗어났다는 것 같네요.
유감스럽습니다. 저는 그 모델 저장소를 좋아했습니다.
예를 들어 여기: Concrete Reinforcement Bar Caps object detection with tensorflow와 여기: Training Object Detector AI with Label Studio & MMDetection에서 볼 수 있습니다.
mmdetection은 EOL 상태입니다
지난해 동안 릴리스가 없었던 이유가 궁금해서 찾아보니, 그 이유는 다음과 같습니다:
https://github.com/open-mmlab/mmdetection/discussions/11815
mchaniotakis는 2024년 6월 28일에 다음과 같이 댓글을 달았습니다:
저는 openmmlab이 학습 곡선이 가파르다고 생각하지만,
한 번 설정이 되면 정말 편리한 도구입니다.
그러나 교수님 Tang Xiaoou께서 돌아가시기 전부터 개발이 중단된 것으로 보입니다.
앞으로 개발을 계속할 계획이 있나요,
혹은 최소한 새로운 유지자(maintainer)를 지정할 계획이 있나요?
그에 대한 답변은 maisonhai3가 다음과 같이 하였습니다:
MMLab은 이미 폐쇄되었습니다.
MMLab의 교수님께서는 몇 년 전에 돌아가셨고,
그 후 직원들을 InternLM으로 이전하셨습니다.
그리고 지금은 InternLM도 반쯤 죽어가는 상태입니다.
저는 MMLab의 작업을 정말 좋아합니다. 그들의 코드 품질이 매우 좋고, 유지보수가 쉽습니다.
MMDetection에 대해 조금 더
MMDetection은 OpenMMLab에서 개발한, PyTorch 기반의 오픈소스 객체 감지 툴박스입니다.
객체 감지, 인스턴스 분할, 패노픽틱 분할과 같은 작업을 위한 포괄적인 프레임워크를 제공합니다.
MMDetection은 모듈식 구조로 되어 있어, 사용자가 백본(backbone), 넥(neck), 헤드(head), 손실 함수(loss function)과 같은 구성 요소를 커스터마이징하거나 교체하여 단계별, 이중 단계, 다중 단계 감지 모델을 만들 수 있습니다.
주요 기능은 다음과 같습니다:
- 모듈식 설계: 백본, 넥, DenseHead, ROIExtractor, ROIHead와 같은 구성 요소를 커스터마이징하거나 교체할 수 있습니다.
- 풍부한 모델 지원: Cascade R-CNN, FCOS, Dynamic R-CNN과 같은 최신 모델을 포함합니다.
- 통합: ArcGIS와 같은 도구와 호환되어 작업 흐름을 간소화할 수 있습니다.
- 유연성: 커스텀 설정과 사전 학습된 가중치를 사용하여 훈련 및 추론을 지원합니다.
MMDetection은 유연성과 성능 기준으로 인해 컴퓨터 비전 연구 및 응용 분야에서 널리 사용되고 있습니다.
