简体中文 | English
AdaDet: A Development Toolkit for Object Detection based on ModelScope
AdaDet是基于ModelScope的一站式检测应用开发工具库，进行简单的环境配置后，可一行命令跑通众多前沿算法模型和场景化解决方案。
| 通用目标检测 | 垂类目标检测 | 长尾/小目标检测 |
|---|---|---|
 |
 |
 |
| 人脸检测 | OCR检测 | 视频目标检测 |
 |
 |
 |
| 2D关键点检测 | 3D关键点检测 | 视频目标跟踪 |
 |
 |
 |
| 人流计数 | 抽烟检测 | 闯入检测 |
 |
 |
 |
| 美颜滤镜 | ||
 |
非常简单高效的体验方式，通过配置文件和脚本能够一键跑通定义好的场景化解决方案和配套的模型，降低开发者的开发门槛，大大提升使用效率。
AdaDet支持大量学术界和工业界领先模型，涵盖目标检测跟踪、关键点检测等一系列模型。
2023.03.31 AdaDet 1.0版本发布！
环境安装配置详见安装文档。
场景化解决方案是面向产业界的落地应用，每个场景化解决方案可能包含若干模型节点和业务业务节点，帮助开发者快速开发和体验不同产业的落地应用。
可通过run_deploy.sh脚本快速体验场景化解决方案。
sh tools/run_deploy.sh可点击创空间体验场景化解决方案demo。
当前支持的场景化解决方案详细介绍见相关文档链接：
可通过run_benchmark.sh脚本快速体验场景化方案效率评测功能。
sh tools/run_benchmark.sh功能详细介绍见效率评测功能文档。
针对每个算法独立的单模型节点，我们也支持对应的推理功能和训练评估功能，帮助开发者快速体验单模型效果和二次开发能力。
单模型推理功能是用于查看单个模型在特定输入图片/视频下的运行效果，可用于单模型效果测试。 可通过run_infer.sh脚本快速体验单模型推理功能。
sh tools/run_infer.sh功能详细介绍和支持的单模型列表见单模型推理功能文档。 目前支持的算法模型列表如下：
| 算法类型介绍及相关论文 | ||
|---|---|---|
| 通用目标检测 | 垂类目标检测 | 长尾/小目标检测 |
| 人脸检测 | OCR检测 | 视频目标检测 |
| 2D关键点检测 | 3D关键点检测 | 视频目标跟踪 |
单模型训练评估功能是针对模型库单个模型的二次开发训练和效果评估。
❗️注意：单模型训练评估功能只支持在GPU模式，没有GPU环境的机器无法体验！
可通过run_train.sh脚本快速体验单模型训练功能。
sh tools/run_train.sh另外，可通过run_eval.sh脚本快速体验单模型评估功能。
sh tools/run_eval.sh对支持训练/评估功能模型的介绍可以参考此目录下面的文档。
我们感谢所有为了改进AdaDet而做的贡献，也欢迎社区用户积极参与到本项目中来。请参考CONTRIBUTING.md来了解参与项目贡献的相关指引。
- 有任何问题和建议，欢迎在GitHub Issues提交issue。
- 欢迎加入AdaDet社区交流钉钉群(群号：31370014275, 可扫描下方二维码加入)。
本项目的发布受Apache 2.0 license许可认证。
@misc{AdaDet2023,
title={AdaDet: A Development Toolkit for Object Detection based on ModelScope},
author={AdaDet Authors},
howpublished = {\url{https://github.com/ModelScope/AdaDet}},
year={2023}
}