2022 年 9 月 1 日,2022 世界人工智能大会(WAIC)在上海隆重开幕,上海人工智能实验室发布了“OpenXLab 浦源”人工智能开源开放体系。
作为其中重要项目之一,OpenMMLab 2.0 浦视视觉算法体系也正式亮相,展示了新架构、新算法、新生态,迎来开源后最大版本升级!
为了向大家更好地介绍 OpenMMLab 2.0 的技术升级,我们筹划了系列直播,连续 3 天,13 个算法库的研究员亲临,你所有的疑问,这里都能解答!欢迎大家在开播时间进入 OpenMMLab 知乎和 B 站直播间观看直播~
OpenMMLab 知乎直播间
OpenMMLab B 站直播间
具体直播安排见下图:
社区力量是 OpenMMLab 生态中至关重要的部分,OpenMMLab 2.0 还处于初期阶段,我们欢迎社区和我们一同完善。我们有如下开发维护计划:
OpenMMLab 2.0 公测活动期待你的参与!
我们将提供:新功能优先体验/一对一答疑与技术支持/优先提交 PR 获取荣誉奖励 十分欢迎:选择感兴趣或常用的算法库最新版试用/提交使用反馈或是提交问题 issue/pr
点击下方链接,填写问卷申请,通过审核的社区用户将受邀加入 OpenMMLab 2.0 公测用户群。
OpenMMLab 2.0 公测活动申请问卷
OpenMMLab 首次发布于 2018 年,当时算法开源还没有蔚然成风,复现靠运气,对比凭人品,PyTorch 生态也远不足以抗衡 TensorFlow。模块化设计、算法支持丰富的检测算法库 MMDetection 的出现,为这个研究领域带来了新的气息。自此之后,越来越多的标准化算法工具箱涌现出来,开源也逐渐成为研究者们理所当然的事情。从 2018 年到 2021 年,OpenMMLab 也不断推出新的算法框架,覆盖更多的研究领域和算法,从一枝独秀到百花齐放,形成了 OpenMMLab 1.0 版本。代码质量和易用性始终是我们关注的重点,形成了良好的开发体验和口碑,被全球 100 多个国家和地区的开发者使用。
经过一年的潜心研发,OpenMMLab 2.0 正式亮相。我们发布了新一代训练架构 MMEngine,以统一的执行引擎,灵活支持了各算法库中 20 个以上的计算机视觉任务和半监督、自监督等丰富的训练流程。在此基础上,OpenMMLab 2.0 还新增了 MMRotate,MMFewshot,MMFlow,MMHuman3D,MMSelfSup,MMRazor 六个算法库和 MMDeploy 模型部署框架,实现了从模型训练、部署到推理的无缝衔接,打通了 AI 落地的最后一公里。OpenMMLab 2.0 还对训练和推理芯片进行了广泛适配,并在新一代核心架构设计之初就将多训练芯片的支持纳入考量,促进了国产软硬件生态共同发展。
基于 MMEngine,OpenMMLab 2.0 的核心架构焕然一新,具有通用、统一、灵活三大特点。
OpenMMLab 2.0 中的 20 多个算法任务都基于一个强大且通用的训练器。和 OpenMMLab 1.0 中的训练器相比,新的训练器以统一的方式实现了数据、模型、评测等组件的构造流程供各算法库调用,以更加可拓展的方式支持了不同芯片环境(CPU,GPU,Apple M1,MLU等)下的分布式和非分布式训练,并支持了一些最新的大模型训练技术如 FullyShardedDataParallel。下游的各种算法库都可以直接使用这个训练器,在简化代码的同时,通过依赖最新的 MMEngine 享受最新的训练技术和芯片支持。
同时,这个通用的训练器还支持被 OpenMMLab 体系外的算法库单独使用,它可以做到以少量代码训练不同任务:例如仅使用 80 行代码训练 imagenet(而 pytorch example 需要 400行),100 行代码训练 CLIP(OpenCLIP 中有上千行训练代码) ,还能轻松兼容当前流行的算法库中的模型,例如 TIMM,TorchVision 和 Detectron2。
OpenMMLab 1.0 中的各算法库分别支持了感知、生成、预训练等 30 多个算法方向,每个算法方向中还有各种不同的算法和训练范式,各算法库也因此在接口上存在细微差别,难以兼容,使得支持新芯片和训练技术的开发成本和算法库数量成正比。
在 OpenMMLab 2.0 中,我们将不同算法的训练流程统一拆解成了数据、数据变换、模型、评测、可视化器等抽象,并且将这些接口进行了统一设计,在 MMEngine 和 MMCV 中实现了若干基类来定义它们的接口。为了保持架构的开放性,上述关键抽象都在 MMEngine 中有一个对应的注册器进行管理,使得符合接口定义的扩展模块只要被正确注册进了注册器中,就可以通过配置文件进行使用。OpenMMLab 2.0 中的各个算法库都继承了这些注册器,并且基于 MMEngine 的基类和接口约定重构了相关组件,拥有了统一的训练/测试/可视化抽象、统一的数据接口和数据流。示意如下:
同时,OpenMMLab 2.0 中的各个算法库也继承了 MMEngine 中的注册器,使得一个符合接口约定的拓展模块只需要被实现一次,就可以被 OpenMMLab 2.0 中的其他算法库使用。例如,我们可以基于一份代码搞定所有任务的轻量化,使得 MMRazor 1.x 可以优化 36% 的代码量 ;训练芯片等上下游也只需一次性对接 MMEngine 接口,便可适配多个算法库 。
在 OpenMMLab 2.0 中,我们对算法训练流程进行了更细粒度的模块化设计,使得整个训练流程中有了更多可定制化的空间,包括在训练器中增加更多抽象模块、更多可自定义的插入点,和组件之间的信息交流渠道 MessageHub 等。上述贴心的设计提供了一个“乐高”式的训练流程 ,用户可以像拼乐高一样,随心所欲地“插拔”各种模块,实现训练流程的定制化,例如:
新的架构除了通用、统一、灵活等三大亮点,还针对各个模块进行了精心设计和优化(设计的时间和开发时间五五开),平衡兼顾了简单性、扩展性和效率。在代码可读性和文档方面,我们对 MMEngine 的要求也比以往的各个算法库都要严格,希望大家在阅读 MMEngine 的源码时还能有所收获(copy 的时候记得 star),也欢迎大家试用 MMEngine。
OpenMMLab 2.0 中,我们还发布了:
MMRotate 将目标检测从水平框拓展到旋转框,为场景文字、遥感影像、自动驾驶等领域的应用打下了基础,为学术界和产业界提供了高效强大的基准模型。
MMFlow 高质量地支持了主流的光流估计算法模型,使得大量光流估计模型开箱即用,支撑了光流估计在动作识别和视频超分辨率等视频任务中的广泛应用,促进社区的发展。
MMHuman3D 为人体参数化模型的研发提供了一个统一的测试基准,并且以统一的数据结构支持了 16 个常用数据集,助力人体参数化模型的学术研究和应用研发。
MMSelfSup 支持了多种自监督学习任务和一系列前沿算法,为自监督学习方向的研究提供了统一的基准。
MMFewShot 针对当下流行的少样本分类与检测算法,提供了统一的训练、推理、评估的算法框架,解决了由于样本选取的随机性,不同视觉任务中的少样本学习方法难以统一评估比较的难题。
MMRazor整合了主流的模型轻量化算法,包括模型结构搜索,模型剪枝与蒸馏,同时支持各类轻量化算法灵活组合应用于 OpenMMLab 其他算法库中,为模型在实际场景的使用提供了解决方案。
MMDeploy 建立了一个统一高效的模型转换框架,并实现了高度可扩展的组件式 SDK,支持了 7 种后端推理引擎,支持将 OpenMMLab 各算法库训练的模型一键式部署到硬件设备上并高效运行。为人工智能应用部署建立了一套适应全场景、高性能的部署框架,可高效适配各类芯片硬件,满足终端用户对人工智能应用的需求。
CV 技术盛宴,期待你的参与!
github.com/open-mmlab…