OpenMMLab AI实战营Day1 计算机视觉算法基础与 OpenMMLab

目录

一、计算机视觉任务

 二、计算机视觉的应用

 三、计算机视觉的发展

四、OpenMMLab介绍

---

一、计算机视觉任务

 计算机视觉三大基础任务：分类、检测、分割。

分割分为两种：语义分割（Semantic Segmentation）、实例分割（Instance Segmentation）

 自从2012年AlexNet降世，深度学习技术广泛应用于计算机视觉任务中。

 

 二、计算机视觉的应用

自动驾驶：

 图像生成，风格迁移 ：

 视频理解与自动剪辑：

 三、计算机视觉的发展

人工设计特征阶段：

 为了从海量数据中去学习物体的特征，建立了ImagNet大型数据集

2012年，AlexNet提出后，开始进入深度学习时代

 最后开发者欢迎的开发框架：Pytorch。OpenMMLab是基于Pytorch开发的开发工具。

四、OpenMMLab介绍

OpenMMLab官方网站：https://openmmlab.com/

OpenMMLab 浦视 | 是上海人工智能实验室的计算机视觉算法开源体系 OpenMMLab是深度学习时代全球领域最全面、最具影响力的视觉算法开源项目，全球最大最全的开源计算机视觉算法库，为学术和产业界提供一个可跨方向、结构精良、易复现的统一算法工具库。

OpenMMLab 已经累计开源了超过 30 个算法库，涵盖分类、检测、分割、视频理解等众多研究领域，拥有超过 300 种算法、2,400 多个预训练模型。

 

OpenMMLab总体构架：

 

 MMDetection算法框架介绍：

 MMClassfication算法框架介绍：

  MMSegmentation算法框架介绍：

 MMPose & MMHuman3D算法框架介绍：

 MMTracking算法框架介绍：

 MMAction2算法

 MMOCR算法框架介绍：

 MMEditing算法框架介绍：