O projeto Detectron foi lançado em Julho de 2016 com uma meta ousada de criar um sistema para identificação de objetos rápido é flexível baseado no framework Caffe2 que até então encontrava-se em um estágio alfa inicial de desenvolvimento. Ao longo do último ano e meio, a base do código amadureceu e apoiou um grande número de projetos, incluindo o Mask R-CNN e Focal Loss for Dense Object Detection que ganharam os prêmios Marr Prize e Best Student Paper, respectivamente, na Conferência Internacional sobre Visão Computacional de 2017 - ICCV 2017. Esses algoritmos, desenvolvidos com o Detectron, fornecem modelos intuitivos para tarefas importantes de visão computacional, como a segmentação de instâncias e desempenharam um papel fundamental no avanço sem precedentes dos sistemas de percepção visual que a comunidade alcançou nos últimos anos.
Além da pesquisa, várias equipes do Facebook usam esta plataforma para treinar modelos personalizados para uma variedade de aplicações, entre elas a realidade aumentada e a as iniciativas de integração com as comunidades. Uma vez treinados, esses modelos podem ser implantados em nuvem e em dispositivos móveis, impulsionados pelo tempo de execução altamente eficiente do Caffe2.
Segundo o anúncio, o objetivo com esta iniciativa de liberar o código fonte do projeto é tornar as iniciativas de pesquisa do Facebook tão abertas quanto possível e acelerar a pesquisa em laboratórios em todo o mundo. Com esta divulgação, pesquisadores espalhados em várias comunidades poderão reproduzir os mesmos resultados já alcançados pelos pesquisadores do projeto e ter acesso à mesma plataforma de software que o grupo de pesquisa em Inteligência Artificial (FAIR) do Facebook utiliza todos os dias.
O Detectron está disponível sob a licença Apache 2.0 no github. O time do projeto, juntamente com o código fonte, liberou mais de 70 modelos pré-treinados de exemplo que encontram-se também disponíveis para download.