本文介绍 DETR使用Transformer做目标检测的模型迎来了0.2版本的发布

DETR使用Transformer做目标检测的模型迎来了0.2版本的发布

This article was original written by Jin Tian, welcome re-post, first come with https://jinfagang.github.io . but please keep this copyright info, thanks, any question could be asked via wechat: jintianiloveu

就在刚刚，torchvision的作者fmassa发布了DETR的0.2版本。

DETR曾经是今年来目标检测创新度最高的方法，巧妙地采用了transformer来做目标检测，今天它带来了0.2版本的更新。更新log如下：

大更新:

• 1. Detectron2支持

     已经加入了detectron2的支持，DETR可以调用detectron2的layer来构建模型，0.2版本中有一个d2文件夹，存储的是detectron2的版本构建的模型，以及对应的训练方式；

• 2. TorchScript导出

     这个导出不仅仅支持目标检测的模型，全景分割的模型也支持。甚至可以直接用两行代码来导出模型：

     model = torch.hub.load('facebookresearch/detr', 'detr_resnet50', pretrained=True)
     model = torch.jit.script(model)
     

• 3. colab的全景分割例子和可视化

     如果姿势正确的同学，可以打开colab，链接为：

     https://colab.research.google.com/github/facebookresearch/detr/blob/colab/notebooks/DETR_panoptic.ipynb

关于0.2版本的DETR更多的内容可以在github上预览：

https://github.com/facebookresearch/detr/releases/tag/v0.2

我们也会在近期退出更详细的DETR的教程，尤其是关于全景分割的，尽请期待！