MMDetection V1.0 版本发布以来，我们收到了很多用户的反馈，其中有不少有价值的建议，同时也有很多开发者贡献代码，和我们一起不断完善。经过 2 个月的酝酿，再经过 3 个月的开发和打磨（也就说了五六次“下周发版”吧，这里十分感谢主要开发的小伙伴们：文蔚，嘉瑞和钰杭），终于，在 2020 年 5 月 6 日，我们低调地发布了MMDetection V2.0。今天我们打算介绍一下。
太长不看版：经过对模型各个组件的重构和优化，我们全面提升了 MMDetection 的速度和精度，达到了现有检测框架中的最优水平。通过更细粒度的模块化设计，MMDetection 的任务拓展性大大增强，成为了检测相关项目的基础平台。同时对文档和教程进行了完善，增强用户体验。
下面简单介绍下 MMDetection V2.0 的各项改进，更具体的细节见文档。
最大最全的模型库
截至 2020 年 5 月底，MMDetection 官方模型库已经支持了35篇论文中的算法，提供了超过 250 个预训练模型，是目标检测领域最大规模的模型库。除此之外，还有 16 篇论文在 Github 上开源了基于 MMDetection 的代码。目前官方支持的方法如图所示：
从 V1.0 到 V2.0，我们新支持了 Res2Net，RegNet（独家放送）等 backbone，也支持了CARAFE，PISA，FSAF，NASFCOS 等方法。对新方法的及时支持使得 MMDetection 既可以用作学术研究的标准 benchmark，也可以用作各种 idea 实现的助力，以及各种比赛的刷（pai）分（lie）利（zu）器（he）。
灵活的设计，全新的体验
模块化设计是 MMDetection 自诞生之初就遵循的原则，使得它能保持强大的生命力，得到社区的广泛支持。
从设计上看，MMDetection V2.0 的模块化设计比之前的版本更加细粒度，使得更多的模块可以被更灵活地替换或调整，让 MMDetection 从单纯的目标检测框架向检测类任务的框架平台转变。新的模块设计如下图所示。
在进行代码重构的过程中，我们针对之前的反馈，在用户体验上着重进行了改进，这里举几个例子。
- 痛点1：部分模块存在封装太深的问题，例如 AnchorHead 的 target 相关函数实现在了 core 里面，浏览和修改相关代码就需要在 head 和 core 两个文件夹之间来回跳跃，而且在继承拓展的时候无法和核心代码解耦。
- V2.0改进：对代码结构进行了调整，简化了封装层次，head 的函数都尽量实现在了一个文件内，代码实现一目了然，同时拓展更加容易。
- 痛点 2：配置文件非常长，修改起来容易出错，而且改动的点不够清晰。
- V2.0改进：我们设计了新的 config 系统，支持了多重继承机制。将常用的数据集配置、基础模型以及训练策略放到了 _base_ 文件夹中，每个新的 config 只需要继承一个或者多个已有的 config，然后对其中需要修改的字段进行重载即可。下图是 Mask R-CNN R-101 的配置文件在 1.0 和 2.0 版本的对比。 V2.0 版本 只需要 2 行，而且所有的改动一目了然，如下图所示。
除此之外，我们在 V2.0 中增加了不少实用的小功能和改进，使得 MMDetection 简直是各位开发者的贴心小棉袄。（还有什么需求都可以提，我们慢慢加，当然能直接提 PR 就最好不过了。。。）
飞一般的速度
在进行代码重构的时候，我们也针对各个模块进行了优化， 实现了30%以上的训练加速和60%以上的测试加速。
它变强了，但没有秃
MMDetection V2.0 的基准模型精度相比于 V1.x 有了显著的提升。我们虽然在 V1.0 的技术报告中对各种参数做了 ablation study，但是代码库中的默认配置选用了最朴实无华的版本。在 V2.0 中，在不增加训练和测试代价的前提下，通过对默认超参的调节和实现的优化，例如使用 L1 Loss 而非 SmoothL1 Loss 等，获得了不小的精度提升。Detectron2 在这方面也有不少可圈可点的地方，和 MMDetection V2.0 的主要区别在于默认采用了 multi-scale 训练，而我们仍然选择以 single-scale 作为默认配置。不过在采用相同参数的情况下，精度几乎一致。
总结
其实大多数研究员和开发者在写代码的过程中都会逐渐感受到，代码的工程质量会显著影响研发效率。对于整个社区而言，目标检测的代码框架不仅需要工程上稳定高效的实现，还需要保持灵活性来支持新方法。而 MMDetection 正是在朝着这个方向不断努力。也欢迎各位提 PR 和Issue，让我们一起把它变得更好。
广告时间
最后，还是要给商汤我们的团队打个小广告，目前有许多坑等待优秀的同学们一起来填，欢迎大家推荐和转发，简历投递请联系 [email protected]。
1. 算法研究员（全职/实习，多名）
负责开源框架（各种方向，不限于检测）的开发和维护，例如定期实现新的 SOTA 算法，添加新功能把轮子打磨得更顺手等。实习 base 香港优先，长期实习优先。保证这段经历能让你在算法和工程能力上都能有不小的收获。
以下为加分项：
- 对 CV 的某个方向有深入理解，发表过一作顶会论文
- 有大中型开源项目或商业项目的开发经验
- 熟悉任一深度学习框架如PyTorch/TensorFlow/MXNet的源码
- 熟悉CUDA编程和优化
2. 算法工程师（全职/实习，1 到 2 名）
负责支持开源框架的模型部署，搭建推理系统，要求熟悉 Caffe 或 ONNX。
以下为加分项：
- 获得过 ACM 区域赛金牌或以上奖项，或信息学奥赛获奖
- 有产品化的模型部署系统开发经验
- 熟悉任一硬件后端，有 Tensor RT/NNIE/SNPE 等开发和优化经验
- 熟悉任一深度学习框架如 PyTorch/TensorFlow/MXNet 的源码
- 熟悉自动化流程如 CI/CD 系统搭建，Github bot 开发等
3. 见习算法研究员（检测方向，1 名）
负责研究和实现最前沿的算法，保持算法的领先性，推动检测技术在不同场景的性能优化和落地。
以下为加分项：
- 在检测相关方向发表过一作顶会论文
- 有顶尖学术机构或公司实习经历
- 极强的算法实现能力
4. 算法研究员（分割方向，全职/实习，1 名）
负责研究和实现最前沿的算法，保持算法的领先性，推动分割技术在不同场景的性能优化和落地。
以下为加分项：
- 在分割相关方向发表过多篇一作顶会论文
- 熟悉传统图像处理算法，数学基础扎实
- 极强的算法实现能力
5. 见习全栈工程师（1 名）
负责自动化模型生产迭代系统的前后端模块设计和功能开发。
要求：
- 熟悉 web 前端框架，对 React 和 Vue 中的至少一种能熟练运用
- 熟悉常见数据库如 MySQL，MongoDB
- 熟练掌握 python，C++，Golang 中至少一种语言
- 熟悉模型生产流程，包括数据、训练和部署。
6. 开源社区运营（全职/实习，1 名）
负责开源社区运营，提升社区开发者活跃度，挖掘和整理用户需求。负责中英文平台的宣传。
要求：
- 本科及以上学历，计算机相关专业
- 有开源社区社区运营经验，熟悉AI算法，参与过开源项目优先
- 具备专业的文档撰写能力，好的跨团队沟通和协调能力，良好的英文能力
- 做事认真，仔细，有很强的责任感，对开源有热情
- 有人工智能/计算机视觉/机器学习项目经验者优先
7. 项目经理（全职/实习，1 名）
负责设计、细化和实施开源项目开发计划，把控项目风险，协调核心开发团队以及社区开发者的开发工作。协助社区负责人进行开源规划，分析前沿的技术进展，负责技术文档的维护和撰写。
要求：
- 计算机相关背景，具备通过 git 等在开源社区进行协同工作的能力
- 有开源项目或者大型软件开发项目管理经验，熟悉 AI 算法
- 熟悉开发者心理和行为特点，提供有效的项目产品规划
- 有良好的人际交往技巧，文字写作能力，英文读写优秀
- 具有强烈的责任心，善于推动和协调计划，具有较强的学习能力
同时，也给 MMLab 打个广告，实验室长期招收有志于在 CV 和 NLP领域有所突破，做出有影响力工作的同学，有CUHK，NTU、HKU、USYD、SIAT 等多个base可以申请，欢迎大家直接联系对应的老师。
- CUHK：[email protected]
- NTU：[email protected]
- HKU：[email protected]
- USYD：[email protected]
- SIAT：[email protected]
来源：知乎 www.zhihu.com
作者：陈恺
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载