[](https://pypi.org/project/pai-easycv/)
[](https://easy-cv.readthedocs.io/en/latest/)
[](https://github.com/open-mmlab/mmdetection/blob/master/LICENSE)
[](https://github.com/alibaba/EasyCV/issues)
[](https://GitHub.com/alibaba/EasyCV/pull/)
[](https://GitHub.com/alibaba/EasyCV/commit/)
# EasyCV
[English](README.md) | 简体中文
## 简介
EasyCV是一个涵盖多个领域的基于Pytorch的计算机视觉工具箱,聚焦自监督学习和视觉transformer关键技术,覆盖主流的视觉建模任务例如图像分类,度量学习,目标检测,关键点检测等。
### 核心特性
- **SOTA 自监督算法**
EasyCV提供了state-of-the-art的自监督算法,有基于对比学习的算法例如 SimCLR,MoCO V2,Swav, Moby,DINO,也有基于掩码图像建模的MAE算法,除此之外我们还提供了标准的benchmark工具用来进行自监督算法模型的效果评估。
- **视觉Transformers**
EasyCV聚焦视觉transformer技术,希望通过一种简洁的方式让用户方便地使用各种SOTA的、基于自监督预训练和imagenet预训练的视觉transformer模型,例如ViT,Swin-Transformer,Shuffle Transformer,未来也会加入更多相关模型。此外,我们还支持所有[timm](https://github.com/rwightman/pytorch-image-models)仓库中的预训练模型.
- **易用性和可扩展性**
除了自监督学习,EasyCV还支持图像分类、目标检测,度量学习,关键点检测等领域,同时未来也会支持更多任务领域。 尽管横跨多个任务领域,EasyCV保持了统一的架构,整体框架划分为数据集、模型、回调模块,非常容易增加新的算法、功能,以及基于现有模块进行扩展。
推理方面,EasyCV提供了端到端的简单易用的推理接口,支持上述多个领域。 此外所有的模型都支持使用[PAI-EAS](https://help.aliyun.com/document_detail/113696.html)进行在线部署,支持自动伸缩和服务监控。
- **高性能**
EasyCV支持多机多卡训练,同时支持[TorchAccelerator](docs/source/tutorials/torchacc.md)和fp16进行训练加速。在数据读取和预处理方面,EasyCV使用[DALI](https://github.com/NVIDIA/DALI)进行加速。对于模型推理优化,EasyCV支持使用jit script导出模型,使用[PAI-Blade](https://help.aliyun.com/document_detail/205134.html)进行模型优化。
## 最新进展
[🔥 2023.05.09]
* 09/05/2023 EasyCV v0.11.0 was released.
- 支持EasyCV作为[modelscope](https://github.com/modelscope/modelscope)插件接入模型.
[🔥 2023.03.06]
* 06/03/2023 EasyCV v0.10.0 was released.
- 增加分割模型STDC
- 增加基于关键点的视频分类模型STGCN
- 支持多镜头多目标跟踪
[🔥 2023.01.17]
* 17/01/2023 EasyCV v0.9.0 was released.
- 支持单镜头多目标跟踪。
- 增加视频识别算法 (X3D, SWIN-video)
[🔥 2022.12.02]
* 02/12/2022 EasyCV v0.8.0 版本发布.
- bevformer-base NDS在nuscenes val上提升0.8,训练速度提升10%,推理速度提升40%。
- 支持Objects365预训练,加入DINO++模型在200M模型规模下可达到63.4mAP的精度(同等规模下精度最佳)。
[🔥 2022.08.31] 近期我们开源了YOLOX-PAI,在40-50mAP(推理速度小于1ms)范围内达到了业界的SOTA水平。同时EasyCV提供了一套简洁高效的模型导出和预测接口,供用户快速完成端到端的图像检测任务。如果你想快速了解YOLOX-PAI, 点击 [这里](docs/source/tutorials/yolox.md)!
* 31/08/2022 EasyCV v0.6.0 版本发布。
- 发布YOLOX-PAI,在轻量级模型中取得SOTA效果
- 增加检测算法DINO, COCO mAP 58.5
- 增加Mask2Former算法
- Datahub新增imagenet1k, imagenet22k, coco, lvis, voc2012 数据的百度网盘链接,加速下载
更多版本的详细信息请参考[变更记录](docs/source/change_log.md)。
## 技术文章
我们有一系列关于EasyCV功能的技术文章。
* [EasyCV开源|开箱即用的视觉自监督+Transformer算法库](https://zhuanlan.zhihu.com/p/505219993)
* [MAE自监督算法介绍和基于EasyCV的复现](https://zhuanlan.zhihu.com/p/515859470)
* [基于EasyCV复现ViTDet:单层特征超越FPN](https://zhuanlan.zhihu.com/p/528733299)
* [基于EasyCV复现DETR和DAB-DETR,Object Query的正确打开方式](https://zhuanlan.zhihu.com/p/543129581)
* [YOLOX-PAI: 加速YOLOX, 比YOLOv6更快更强](https://zhuanlan.zhihu.com/p/560597953)
* [EasyCV带你复现更好更快的自监督算法-FastConvMAE](https://zhuanlan.zhihu.com/p/566988235)
* [EasyCV DataHub 提供多领域视觉数据集下载,助力模型生产](https://zhuanlan.zhihu.com/p/572593950)
* [使用EasyCV Mask2Former轻松实现图像分割](https://zhuanlan.zhihu.com/p/583831421)
## 安装
请参考[快速开始教程](docs/source/quick_start.md)中的安装章节。
## 快速开始
请参考[快速开始教程](docs/source/quick_start.md) 快速开始。我们也提供了更多的教程方便你的学习和使用。
* [自监督学习教程](docs/source/tutorials/ssl.md)
* [图像分类教程](docs/source/tutorials/cls.md)
* [度量学习教程](docs/source/tutorials/metric_learning.md)
* [使用YOLOX-PAI进行物体检测教程](docs/source/tutorials/yolox.md)
* [YOLOX模型压缩教程](docs/source/tutorials/compression.md)
* [torchacc使用](docs/source/tutorials/torchacc.md)
* [本地/oss文件读取](docs/source/tutorials/file.md)
* [mmdetection模型使用](docs/source/tutorials/mmdet_models_usage_guide.md)
* [批量推理工具](docs/source/tutorials/predict.md)
## 模型库
模型
自监督学习
|
图像分类
|
目标检测
|
分割
|
3D目标检测
|
|
|
|
实例分割
语义分割
全景分割
|
|
不同领域的模型仓库和benchmark指标如下
- [自监督模型库](docs/source/model_zoo_ssl.md)
- [图像分类模型库](docs/source/model_zoo_cls.md)
- [目标检测模型库](docs/source/model_zoo_det.md)
- [3D目标检测模型库](docs/source/model_zoo_det3d.md)
- [图像分割模型库](docs/source/model_zoo_seg.md)
- [关键点模型库](docs/source/model_zoo_pose.md)
## 开源许可证
本项目使用 [Apache 2.0 开源许可证](LICENSE). 项目内含有一些第三方依赖库源码,部分实现借鉴其他开源仓库,仓库名称和开源许可证说明请参考[NOTICE文件](NOTICE)。
## Contact
本项目由阿里云机器学习平台PAI-CV团队维护,你可以通过如下方式联系我们:
钉钉群号: 41783266
邮箱: easycv@list.alibaba-inc.com
### 企业级服务
如果你需要针对EasyCV提供企业级服务,或者购买云产品服务,你可以通过加入钉钉群联系我们。
