📘Documentation | 🛠️Installation | 👀Model Zoo | 🆕Update News | 🤔Reporting Issues
English | 简体中文
MMFewShot 是一款基于 PyTorch 的少样本学习代码库,是 OpenMMLab 项目的成员之一。
主分支代码目前支持 PyTorch 1.5 以上的版本。
支持多种少样本任务
MMFewShot 为少样本分类和检测任务提供了的统一实现和评估框架。
模块化设计
MMFewShot 将不同少样本任务解耦成不同的模块组件,通过组合不同的模块组件,用户可以便捷地构建自定义的少样本算法模型。
强大的基准模型与SOTA
MMFewShot 提供了少样本分类和检测任务中最先进的算法和强大的基准模型.
v0.1.0 版本已于 2021 年 11 月 24 日发布,可通过查阅更新日志了解更多细节以及发布历史。
MMFewShot 依赖 PyTorch 和 MMCV 。 请参考安装文档进行安装和参考数据准备准备数据集。
如果初次了解少样本学习,你可以从基础介绍开始了解少样本学习的基本概念和 MMFewShot 的框架。 如果对少样本学习很熟悉,请参考使用教程获取MMFewShot的基本用法。
MMFewShot 也提供了其他更详细的教程,包括:
本工具箱支持的各个模型的结果和设置都可以在模型库页面中查看。
已支持的算法:
我们感谢所有的贡献者为改进和提升 MMFewShot 所作出的努力。请参考贡献指南来了解参与项目贡献的相关指引。
MMFewShot 是一款由不同学校和公司共同贡献的开源项目。我们感谢所有为项目提供算法复现和新功能支持的贡献者,以及提供宝贵反馈的用户。
我们希望该工具箱和基准测试可以为社区提供灵活的代码工具,供用户复现现有算法并开发自己的新模型,从而不断为开源社区提供贡献。
如果您发现此项目对您的研究有用,请考虑引用:
@misc{mmfewshot2021,
title={OpenMMLab Few Shot Learning Toolbox and Benchmark},
author={mmfewshot Contributors},
howpublished = {\url{https://github.com/open-mmlab/mmfewshot}},
year={2021}
}
该项目遵循Apache 2.0 license开源协议。
扫描下方的二维码可关注 OpenMMLab 团队的 知乎官方账号,加入 OpenMMLab 团队的 官方交流 QQ 群
我们会在 OpenMMLab 社区为大家
干货满满 📘,等你来撩 💗,OpenMMLab 社区期待您的加入 👬
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。