Facebook研究院开源受欢迎项目：FAIR的物体检测研究平台

FAIR的物体检测研究平台，实现Mask R-CNN和RetinaNet等流行算法。

描述：
Detectron是Facebook AI Research的软件系统，它实现了最先进的物体检测算法，包括Mask R-CNN。 它是用Python编写的，由Caffe2深度学习框架提供支持。

在FAIR，Detectron已经启动了许多研究项目，包括：用于物体检测的特征金字塔网络，掩模R-CNN，检测和识别人 - 物体相互作用，密集物体检测的焦点损失，非局部神经网络，学习分割每件事 ，数据蒸馏：走向全方位监督学习，DensePose：狂野中的密集人体姿态估计和群体规范化。


介绍：
Detectron的目标是为物体检测研究提供高质量，高性能的代码库。 它旨在灵活，以支持新颖研究的快速实施和评估。 Detectron包括以下对象检测算法的实现：

• Mask R-CNN -- Marr Prize at ICCV 2017
• RetinaNet -- Best Student Paper Award at ICCV 2017
• Faster R-CNN
• RPN
• Fast R-CNN
• R-FCN
  

使用以下骨干网络架构：

• ResNeXt{50,101,152}
• ResNet{50,101,152}
• Feature Pyramid Networks (with ResNet/ResNeXt)
• VGG16
  

链接: https://pan.baidu.com/s/1_niElu9IbvELDCqspVbCjg 密码: daca

地址：https://github.com/facebookresearch/Detectron

关注公众号，获取每日资源，今日资源：回复20180822获取

学习了，谢谢