open-cd - 开源变更检测工具箱，支持多种视觉任务模型

简介

Open-CD 是一个基于一系列开源通用视觉任务工具的开源变化检测工具箱。

新闻

2024/7/23 - Open-CD 技术报告 v1.0 已在 arXiv 上发布，感谢所有贡献者！欢迎加入我们！ 💥💥💥
2024/6/29 - 支持 ChangeStar 和 FarSeg。
2024/6/20 - 我们启动了 Open-CD 技术报告计划，快来加入我们吧！！！ 💥💥💥
2024/6/17 - 支持 CGNet。
2024/2/10 - Open-CD 升级到 v1.1.0。支持 BAN、TTP 和 LightCDNet。添加了推理 API。
2023/4/21 - Open-CD v1.0.0 在 1.x 分支发布，基于 OpenMMLab 2.0！同时支持 PyTorch 2.0！尽情享用吧！
2023/3/14 - Open-CD 升级到 v0.0.3。支持语义变化检测（SCD）！
2022/11/17 - Open-CD 升级到 v0.0.2，要求更高版本的 MMSegmentation 依赖。
2022/9/28 - ChangerEx 的代码、预训练模型和日志已可用。 :yum:
2022/9/20 - 我们的论文 Changer: Feature Interaction is What You Need for Change Detection 已发布！
2022/7/30 - Open-CD 正式公开发布！

基准测试和模型库

支持的工具箱：

支持的变化检测模型：（部分模型的代码直接借鉴自其官方仓库。）

支持的数据集：| 描述

使用方法

文档

请参考 mmseg 中的 get_started.md。

我们还提供了 Colab 教程。你可以直接在 Colab 上运行。（感谢 @Agustin 提供此演示）

安装

# 将 OpenMMLab 工具包作为 Python 包安装
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
mim install "mmpretrain>=1.0.0rc7"
pip install "mmsegmentation>=1.2.2"
pip install "mmdet>=3.0.0"

git clone https://github.com/likyoo/open-cd.git
cd open-cd
pip install -v -e .

更多详情请参见此处。

训练

python tools/train.py configs/changer/changer_ex_r18_512x512_40k_levircd.py --work-dir ./changer_r18_levir_workdir

测试

# 获取 .png 结果
python tools/test.py configs/changer/changer_ex_r18_512x512_40k_levircd.py changer_r18_levir_workdir/latest.pth --show-dir tmp_infer
# 获取指标
python tools/test.py configs/changer/changer_ex_r18_512x512_40k_levircd.py changer_r18_levir_workdir/latest.pth

推理

请参考 inference 文档。

引用

如果您在研究中使用了这个项目，请引用：

@article{opencd,
  title   = {{Open-CD}: A Comprehensive Toolbox for Change Detection},
  author  = {Li, Kaiyu and Jiang, Jiawei and Codegoni, Andrea and Han, Chengxi and Deng, Yupeng and Chen, Keyan and Zheng, Zhuo and
             Chen, Hao and Zou, Zhengxia and Shi, Zhenwei and Fang, Sheng and Meng, Deyu and Wang, Zhi and Cao, Xiangyong},
  journal= {arXiv preprint arXiv:2407.15317},
  year={2024}
}

您也可以考虑引用：

@ARTICLE{10438490,
  author={Li, Kaiyu and Cao, Xiangyong and Meng, Deyu},
  journal={IEEE Transactions on Geoscience and Remote Sensing}, 
  title={A New Learning Paradigm for Foundation Model-based Remote Sensing Change Detection}, 
  year={2024},
  volume={},
  number={},
  pages={1-1},
  keywords={Adaptation models;Task analysis;Data models;Computational modeling;Feature extraction;Transformers;Tuning;Change detection;foundation model;visual tuning;remote sensing image processing;deep learning},
  doi={10.1109/TGRS.2024.3365825}}

@ARTICLE{10129139,
  author={Fang, Sheng and Li, Kaiyu and Li, Zhe},
  journal={IEEE Transactions on Geoscience and Remote Sensing}, 
  title={Changer: Feature Interaction is What You Need for Change Detection}, 
  year={2023},
  volume={61},
  number={},
  pages={1-11},
  doi={10.1109/TGRS.2023.3277496}}

许可证

Open-CD 基于 Apache 2.0 许可发布。