mmrotate调研
MMrotate是什么？
在真实场景中，我们见到的图像不都是方方正正的，比如扫描的图书和遥感图像，需要检测的目标通常是有一定旋转角度的。这时候就需要用到旋转目标检测方法，对目标进行精确的定位，方便后面的识别、分析等高级任务。
所谓旋转目标检测（Rotated Object Detection），又称为有向目标检测（Oriented Object Detection），试图在检测出目标位置的同时得到目标的方向信息。
它通过重新定义目标表示形式，以及增加回归自由度数量的操作，实现旋转矩形、四边形甚至任意形状的目标检测。旋转目标检测在人脸识别、场景文字、遥感影像、自动驾驶、医学图像、机器人抓取等领域都有广泛应用。
遗憾的是，**现有的开源旋转目标检测代码库，往往支持的方法较少，角度定义法各不相同，并且不同代码库所依赖的关键算子、深度学习算法框架不一致。**这给代码复现、借鉴、公平对比都带来了很大的困难。
为了解决这些问题，OpenMMLab 正式开源了 MMRotate！这是一个专注于旋转目标检测的工具箱，它提供了高效、强大的基准模型！
MMrotate的三大特点
MMrotate是首个统一的旋转目标检测工具箱
- 为当下流行的基于深度学习的旋转目标检测算法提供了统一的训练、推理、评估的算法框架
- 简洁的用户接口与高效、强大的基准模型，部分实现精度超出官方版本
- 延续了 OpenMMLab 系列的模块化风格，继承了高度灵活 config 功能
MMrotate支持的模型
目前支持的15种旋转目标检测算法如下：
- Rotated RetinaNet-OBB/HBB (ICCV’2017)
- Rotated FasterRCNN-OBB (TPAMI’2017)
- Rotated RepPoints-OBB (ICCV’2019)
- Rotated FCOS (ICCV’2019)
- RoI Transformer (CVPR’2019)
- Gliding Vertex (TPAMI’2020)
- Rotated ATSS-OBB (CVPR’2020)
- CSL (ECCV’2020)
- R3Det (AAAI’2021)
- S2A-Net (TGRS’2021)
- ReDet (CVPR’2021)
- Beyond Bounding-Box (CVPR’2021)
- Oriented R-CNN (ICCV’2021)
- GWD (ICML’2021)
- KLD (NeurIPS’2021)
- SASM (AAAI’2022)
- Oriented RepPoints (CVPR’2022)
- KFIoU (arXiv)
- G-Rep (stay tuned)
在 MMRotate 复现的大量旋转目标检测算法中，部分模型在 DOTA v1.0 数据集上甚至超越了官方公布的精度。
MMrotate支持的角度定义法
- OpenCV
- 长边135°
- 长边90°
支持的遥感数据集
DOTA
DOTA是用于航空图像中目标检测的大规模数据集。它可以用于开发和评估航空影像中的物体检测。对于DOTA数据集，它包含来自不同传感器和平台的2806个航拍图像。每个图像的大小在大约800×800到4000×4000像素的范围内，并且包含各种比例，方向和形状的对象。这些DOTA图像由航空影像解释专家分类为15个常见对象类别。完全注释的DOTA图像包含188、282个实例，每个实例都由任意（8自由度）四边形标记。
DOTA
DOTA: A Large-scale Dataset for Object Detection in Aerial Images
SSDD
在数据集SSDD中，一共有1160个图像和2456个舰船，平均每个图像有2.12个舰船，数据集后续会继续扩充。相比于具有20类目标的PASCAL VOC数据集，SSDD虽然图片少，但是类别只有舰船这一种，因此它足以训练检测模型。
下载链接：https://pan.baidu.com/s/1sVs63jB_aM-RbcHEaWQgTg
HRSID
该数据集是电子科技大学的苏浩在2020年1月发布数据集，HRSID是高分辨率sar图像中用于船舶检测、语义分割和实例分割任务的数据集。该数据集共包含5604张高分辨率SAR图像和16951个ship实例。ISSID数据集借鉴了Microsoft Common Objects in Context (COCO)数据集的构建过程，包括不同分辨率的SAR图像、极化、海况、海域和沿海港口。该数据集是研究人员评估其方法的基准。对于HRSID, SAR图像的分辨率分别为:0.5m, 1 m, 3 m。
下载链接：
HRSID
参考文档
遥感目标检测数据集汇总
MMrotate运行框架
同 OpenMMLab 其他算法库一样，使用统一框架和模块化设计实现了各个算法。一方面可以尽量实现代码复用，另一方面，方便基于此框架实现新的算法。
以下是 MMRotate 的大致框架：
MMRotate 主要由 4 个部分组成，datasets、models、core 和 apis 。
- datasets 用于数据集加载和预处理，其中包含训练所需的数据集，旋转框数据增广的 pipelines，和加载数据时的 samplers 。
- models 是最关键的部分，包括旋转检测模型和损失函数。
- 在 apis 中，我们为模型训练、测试和推理提供一键启动的接口。
- core 中实现了用于模型训练的评估工具和定制的 hooks 。
另外，得益于 OpenMMLab 强大的且高度灵活的 config 模式和注册器机制， MMRotate 可以做到不改动代码只编辑配置文件便能自由切换不同的旋转框定义法。
