維護團隊：facebook
所屬框架：pytorch
adelaidet：例項級識別任務開源工具箱
這個專案後面 amusi 會單獨寫一篇文章來介紹，adelaidet 主要是阿德萊德大學沈春華團隊維護的專案，涉及目標檢測、例項分割、文字檢測等方向。比如包含了solov1-v2、fcos、blendmask、condinst等工作。
像最近 cvpr 2020、eccv 2020上有不少好的工作也都是基於 detectron2開發的，比如detr、centermask：
維護團隊：香港中文大學-商湯聯合實驗室
所屬框架：pytorch
基於mmdetection 開發的開源專案特別特別多，比如最近cvpr 2020上很多檢測工作就是基於此開發的。這裡就不一一介紹，簡單列幾個較為知名的：
維護團隊：圖森未來（tu******）
所屬框架：mxnet
******det 是一套簡單且多功能的目標檢測與例項分割的框架。就這麼說吧，如果你是用mxnet來開發檢測專案，那麼直接用******det就行。******det 包含的庫也相當豐富，如：faster r-cnn，mask r-cnn，cascade r-cnn，retinanet，dcnv1/v2，tridentnet，nasfpn , efficientnet, focs，freeanchor，reppoints，和sepc等
維護團隊：alexeyab（個人開發者）
所屬框架：darknet（基於c語言編寫）
說起 darknet 可能有些人並不熟悉，但直接說出它的目標檢測真身：yolo，很多人就知道了。darknet 本身是 yolo系列中著名的backbone，然後yolo專案一直放在darknet中。
本文介紹的darknet並非yolov1-v3作者（joseph redmon）的darknet，而是yolov4作者（alexeyab）的darknet，因為joseph redmon不再繼續維護darknet。
值得提一下，本文介紹的darknet的github star數是11667！這個數量要高於上面介紹的detectron2、mmdetection和******det。而且這三個專案的commits數量全部加起來都比不過darknet。
darknet中包含的目標檢測模型相對上面三大神器要少很多，但個個都是扛把子的，比如yolo、yolov2、yolov3和yolov4。
如果你想用c/c++來開發目標檢測模型，那麼darknet是最適合你的神器
**：
Linux四大開發工具
vim 學會使用和如何配置vim gcc 編譯器 學會製作動態庫及靜態庫及使用與區別 gdb 偵錯程式 設定斷點，單步執行，會除錯記憶體錯誤 make 工程管理器 編寫makefile檔案 a 文字編輯器 vim 號稱功能最強大的編輯器 b 有三個模式 命令列模式，插入模式，底行模式 切換成插入模式...
使用CSS框架的四大優點四大不足
使用css框架的四大優點四大不足 css框架是乙個軟體，它為你的html開發提供了許多選項以供使用，可能使得你開發 或web程式更快速更簡單。css框架通過包括預定義 庫來達到這個目的。乙個例子是基於網格的框架，它建立了乙個預定義寬度的多列布局所以你可以專注於建立內容而不是排列文字塊。但是使用css...
Java集合框架的四大介面
collection 繼承了iterable介面，其下有list和set兩大介面。list 元素可以重複，有序。set 元素不能重複，無序。map 以鍵值對的形式儲存資料，通過鍵拿值，鍵不能重複，值可重複。一，list介面 list是個有序集合，繼承collection介面，常用實現類有 array...