Tutorials

• 安装
  • 环境要求
  • 源码构建 Detectron2
  • 安装预构建的 Detectron2 （仅 Linux）
  • 常见安装问题
  • Installation inside specific environments：
• Detectron2 快速上手
  • 使用预训练模型推理演示
  • 使用命令行命令进行训练&评估
  • 在代码中使用 Detectron2 API
• 使用内置数据集
  • 用于 COCO 实例/关键点检测 的数据集结构
  • 用于 PanopticFPN 的数据集结构
  • 用于 LVIS 实例分割 的数据集结构
  • 用于 cityscapes 的数据集结构：
  • 用于 Pascal VOC 的数据集结构
  • 用于 ADE20k 场景解析 的数据集结构
• Extend Detectron2’s Defaults
• 使用自定义数据集
  • 注册数据集
  • 数据集的”元数据”
  • 注册 COCO 格式数据集
  • 更新新数据集配置
• 数据加载器
  • 现有数据加载器的工作原理
  • 编写自定义数据加载器
  • 使用自定义数据加载器
• Data Augmentation
  • Basic Usage
  • Write New Augmentations
  • Advanced Usage
• 使用模型
  • 从 Yacs 配置中构建模型
• 编写模型
  • 注册新组件
  • 使用显式参数构建模型
• Training
  • Custom Training Loop
  • Trainer Abstraction
  • Logging of Metrics
• Evaluation
  • Use evaluators
  • Evaluators for custom dataset
• Yacs Configs
  • Basic Usage
  • Configs in Projects
  • Best Practice with Configs
• Lazy Configs
  • Python Syntax
  • Recursive Instantiation
  • Using Model Zoo LazyConfigs
  • Summary
• Deployment
  • Deployment with Tracing or Scripting
  • Deployment with Caffe2-tracing
  • Conversion to TensorFlow