Welcome to MMRotate’s documentation!

学习基础知识

• 学习基础知识

开始你的第一步

• 依赖
• 安装流程
  • 从零开始设置脚本
  • 准备环境
  • 安装 MMRotate
  • 另一种选择： Docker 镜像
• 验证
• 准备数据集
• 测试一个模型
• 训练一个模型
  • 单 GPU 训练
  • 多 GPU 训练
  • 使用多台机器训练
  • 使用 Slurm 来管理任务
  • 在一台机器上启动多个作业
• 基准和模型库
  • DOTA v1.0 数据集上的结果

教程

• 教程 1：学习配置文件
  • 通过脚本参数修改配置
  • 配置文件名称风格
  • RotatedRetinaNet 配置文件示例
  • 常见问题 (FAQ)
• 教程 2：自定义数据集
  • 支持新的数据格式
  • 通过封装器自定义数据集
• 教程 3: 自定义模型
  • 开发新的组件
• 教程 4: 自定义训练设置
  • 自定义优化设置
  • 自定义训练计划
  • 自定义工作流 (workflow)
  • 自定义钩 (hooks)

实用工具和脚本

• 日志分析
• 可视化
  • 可视化数据集
• 模型部署
  • 1. 转换 MMRotate 模型至 TorchServe
  • 2. 构建 mmrotate-serve docker 镜像
  • 3. 运行 mmrotate-serve 镜像
  • 4. 测试部署
• 模型复杂度
  • 准备发布模型
• 基准测试
  • FPS 基准
• 杂项
  • 打印完整配置文件
• 混淆矩阵

说明

• Changelog
• 常见问题解答
  • MMCV 安装相关
  • PyTorch/CUDA 环境相关
  • E2CNN
  • Training 相关
  • Evaluation 相关

语言切换

• English
• 简体中文

接口文档（英文）

• mmrotate.apis
• mmrotate.core
  • anchor
  • bbox
  • patch
  • evaluation
  • post_processing
  • visualization
• mmrotate.datasets
  • datasets
  • pipelines
• mmrotate.models
  • detectors
  • backbones
  • necks
  • dense_heads
  • roi_heads
  • losses
  • utils
• mmrotate.utils

Indices and tables

• 索引

• 搜索页面