34.9K ·GitHub
这是什么？
Detectron2 是 Facebook AI Research 推出的新一代库，用于目标检测、分割以及其他视觉识别任务，内置最先进的算法。
Detectron2 是 Facebook AI Research 推出的新一代库，用于目标检测、分割以及其他视觉识别任务，内置最先进的算法。它是一个我能直接运行的应用，还是一个用来做开发的库？是一个库：你在它之上搭建研究项目和应用程序，而不是把它当成独立程序来启动。
是一个库：你在它之上搭建研究项目和应用程序，而不是把它当成独立程序来启动。我怎么安装它并跑起第一个模型？按照安装说明安装，然后参考入门指南或官方 Colab Notebook，里面讲解了基本用法。
按照安装说明安装，然后参考入门指南或官方 Colab Notebook，里面讲解了基本用法。它是基于 PyTorch 运行的吗？是的——它基于 PyTorch：训练好的模型可以导出为 PyTorch 格式的 TorchScript，同时也支持导出到 Caffe2。环境要求请查看安装说明。
是的——它基于 PyTorch：训练好的模型可以导出为 PyTorch 格式的 TorchScript，同时也支持导出到 Caffe2。环境要求请查看安装说明。这是给研究人员用的，还是给生产系统用的？两者都是——它既支撑计算机视觉研究项目，也支撑 Facebook 内部的生产应用。
两者都是——它既支撑计算机视觉研究项目，也支撑 Facebook 内部的生产应用。它涵盖哪些任务和模型架构？核心是目标检测和分割，此外还包括全景分割、Densepose、Cascade R-CNN、旋转边界框、PointRend、DeepLab、ViTDet 和 MViTv2。
核心是目标检测和分割，此外还包括全景分割、Densepose、Cascade R-CNN、旋转边界框、PointRend、DeepLab、ViTDet 和 MViTv2。它和最初的 Detectron 有什么不同？它是 Detectron 和 maskrcnn-benchmark 的新一代继任者，最大的改进是速度：训练快得多。
它是 Detectron 和 maskrcnn-benchmark 的新一代继任者，最大的改进是速度：训练快得多。我在哪里能看到它的实际效果？README 里链接了一篇包含更多演示的博客文章，还有一篇讲述 detectron2 背后故事的访谈。
README 里链接了一篇包含更多演示的博客文章，还有一篇讲述 detectron2 背后故事的访谈。What are similar projects?ultralytics, deep-learning-for-image-processing, VisionHOPE, X-AnyLabeling, dinov3, yolov7, Swin-Transformer, CVPR2026-Papers-with-Code
ultralytics, deep-learning-for-image-processing, VisionHOPE, X-AnyLabeling, dinov3, yolov7, Swin-Transformer, CVPR2026-Papers-with-Code