Skip to content

Latest commit

 

History

History
174 lines (123 loc) · 7.46 KB

README_zh-CN.md

File metadata and controls

174 lines (123 loc) · 7.46 KB
Raw
 
OpenMMLab 官网 HOT      OpenMMLab 开放平台 TRY IT OUT
 

PyPI - Python Version PyPI docs badge codecov license open issues

📘使用文档 | 🛠️安装教程 | 👀模型库 | 🤔报告问题

English | 简体中文

简介

MMFlow 是一款基于 PyTorch 的光流工具箱，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。

mmflow_readme.mp4

主要特性

  • 首个光流算法的统一框架

    MMFlow 是第一个提供光流方法统一实现和评估框架的工具箱。

  • 模块化设计

    MMFlow 将光流估计框架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光流算法模型。

  • 丰富的开箱即用的算法和数据集

    MMFlow 支持了众多主流经典的光流算法，例如 FlowNet, PWC-Net, RAFT 等， 以及多种数据集的准备和构建，如 FlyingChairs, FlyingThings3D, Sintel, KITTI 等。

更新日志

最新的 v0.5.1 版本已经在 2022.07.29 发布:

  • 设置 MMCV 的最高版本小于 1.7.0
  • 更新 resources 中的 qq_group_qrcode 图片

如果想了解更多版本更新细节和历史信息，请参考更新日志。

安装

请参考安装文档进行安装, 参考数据准备准备数据集。

快速入门

如果初次接触光流算法，你可以从 learn the basics 开始了解光流的基本概念和 MMFlow 的框架。 如果对光流很熟悉，请参考　getting_started　上手使用 MMFlow.

MMFlow 也提供了其他更详细的教程，包括：

基准测试和模型库

测试结果和模型可以在模型库中找到。

已支持的算法：

贡献指南

我们感谢所有的贡献者为改进和提升 MMFlow 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。

引用

如果您发现此项目对您的研究有用，请考虑引用：

@misc{2021mmflow,
    title={{MMFlow}: OpenMMLab Optical Flow Toolbox and Benchmark},
    author={MMFlow Contributors},
    howpublished = {\url{https://github.com/open-mmlab/mmflow}},
    year={2021}
}

开源许可证

该项目采用 Apache 2.0 开源许可证。

OpenMMLab 的其他项目

  • MMCV: OpenMMLab 计算机视觉基础库
  • MIM: MIM 是 OpenMMlab 项目、算法、模型的统一入口
  • MMClassification: OpenMMLab 图像分类工具箱
  • MMDetection: OpenMMLab 目标检测工具箱
  • MMDetection3D: OpenMMLab 新一代通用 3D 目标检测平台
  • MMRotate: OpenMMLab 旋转框检测工具箱与测试基准
  • MMSegmentation: OpenMMLab 语义分割工具箱
  • MMOCR: OpenMMLab 全流程文字检测识别理解工具包
  • MMPose: OpenMMLab 姿态估计工具箱
  • MMHuman3D: OpenMMLab 人体参数化模型工具箱与测试基准
  • MMSelfSup: OpenMMLab 自监督学习工具箱与测试基准
  • MMRazor: OpenMMLab 模型压缩工具箱与测试基准
  • MMFewShot: OpenMMLab 少样本学习工具箱与测试基准
  • MMAction2: OpenMMLab 新一代视频理解工具箱
  • MMTracking: OpenMMLab 一体化视频目标感知平台
  • MMFlow: OpenMMLab 光流估计工具箱与测试基准
  • MMEditing: OpenMMLab 图像视频编辑工具箱
  • MMGeneration: OpenMMLab 图片视频生成模型工具箱
  • MMDeploy: OpenMMLab 模型部署框架

欢迎加入 OpenMMLab 社区

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 群或联络 OpenMMLab 官方微信小助手

我们会在 OpenMMLab 社区为大家

  • 📢 分享 AI 框架的前沿核心技术
  • 💻 解读 PyTorch 常用模块源码
  • 📰 发布 OpenMMLab 的相关新闻
  • 🚀 介绍 OpenMMLab 开发的前沿算法
  • 🏃 获取更高效的问题答疑和意见反馈
  • 🔥 提供与各行各业开发者充分交流的平台

干货满满 📘，等你来撩 💗，OpenMMLab 社区期待您的加入 👬