（202302）OpenMMLabAI实战营CV——算法基础与OpenMMLab入门

系列文章目录

OpenMMLabAI实战营CV——算法基础与OpenMMLab入门

目录

系列文章目录

前言

一、计算机视觉基础知识

二、OpenMMLab开源算法体系简介

三、机器学习的基础知识

四、答疑环节

 

前言

此为我第一次参加OpenmmlabAI实战营，虽然最近其他的事情也比较多，但希望自己能够始终如一地坚持，至少不能够放弃。

参加此次活动主要目的是上手视觉任务，打破自己独行时惮于踏出脚步的局面。

第一次课程主要分为三部分：计算机视觉基础知识，mmlab开源算法体，计算机视觉、机器学习的基础知识。

---

一、计算机视觉基础知识

• 计算机视觉任务：图像分类、目标检测、语义分割、实例分割、关键点检测。
• 图像分类和语义分割不用像素、细粒度，后面几个就是像素点级的细粒度。（关于细粒度的概念）
• 图像分类是基础模型，在此基础上接头就可以得到后面几个任务。因此图像分类任务拉动了整个任务。
• 深度学习：深度神经网络来解决数据挖掘问题。让深度神经网络处理不同的事务就成了不同的网络。计算机视觉——卷积神经网络，除此之外，诸如循环神经网络、图神经网络等等。
• 计算机视觉：让计算机学会看的学科
• 图像分类：图像识别，识别图像中的物体。检测：画框，分通用目标检测、特定目标检测。还要与各种传感器融合，视觉是其中十分重要的一类信息。例子：1.图像生成、风格迁移。2.更难的是对视频进行识别。因为加入了时间的维度。3.边缘检测、三维世界。

1. 传统机器学习时代：视觉特征、人工设计（特征工程）
2. ImageNet大型数据库（2006）：人们终于有了一个大型的数据集。从此举办算法比赛，产生了很多出色算法。
3. 2010年以前，准确率不高，都是人工去定义的特征。底层上依然不是AI的。
4. 2012年，ALEXNet，使用深度卷积神经网络。此外还出现了对抗生成等。到今天的发展称得上日新月异。
5. 大模型：很大的模型，可能就可以达到一个三岁小孩的认知。

• 但这些有什么关系呢对于我们来说——开源。
• 2014、2015各大厂家就开始发布自己的框架。

二、OpenMMLab开源算法体系简介

目前pytorch是相对最受欢迎的深度学习框架。openmmlab即是基于pytorch搭建。

以下记录在听课时记录，由于手速与思考速度限制，产生了概括不全的情况，详细信息见官网：https://openmmlab.com/

再次记录仅作为自己留下的印象。

1. mmdetection（最受欢迎）

   目标检测、实例分割、全景分割

2. mmdetection3D

   根据点云数据画出一个3D位置。在无人驾驶方面重要

3. classification

   图像分类模型

4. mmsegmentation

   语义分割的算法库。算法丰富、模块化设计、统一超参、使用方便。

5. mmpose&mmhuman3D

   人的姿态检测的，比如一些需要体感检测的任务，也可以对非人进行动作检测

6. mmtracking

   做追踪的任务。

7. mmocr

   文本检测识别，具有各种场景下的中英文文本检测。

8. mmediting

   图像修复、超分辨率、抠图（前景背景抠出来）、图像生成

9. mmrazor

   剃刀

10. ……

由优秀的研究员进行了处理，不需要自己苦哈哈地实现这些sota(state of the art)的算法。既可以直接调用、也可以基于算法框架自己进行开发。而且mmlab复现算法比pytorch本身更加的完整，具有更加全面的算法库。

对使用者来说的三宝：基于pytorch的开发易调用、模型库和数据集可以直接作为学习路径、算法库保持在技术前沿。

---

三、机器学习的基础知识

• 机器学习：从数据中学习经验以解决特定问题。因此又被称为统计学习。
• 强化学习：感知到环境与状态、进行优化、去适应环境。
• 机器学习的用武之地是难以通过简单算法设计出来的东西。简单：人理解范围、可以手工设计出来的算法。主要分类：监督学习、无监督学习、强化学习、自监督学习。
• 特征与分类。线性分类器假设类别和特征之间存在某种线性关系，换言之、不同类的数据在空间中能被一条直线分开。感知器算法也是一个线性分类器，是神经网络算法的基础。
• 在测试集上评判一个物体的性能。测试集数据不能用于训练。
• 一个神经元，特征权重和截距。单个可以实现线性分类。堆叠多层可以实现非线性分类。
• 多分类任务，输出有多个输出层激活函数使用softmax，迭代修改优化。
• 常用损失函数：交叉熵损失函数（最大似然估计）、反向传播算法（据梯度去更新优化函数）
• 防止过拟合（训练集上表现很好、测试集上表现很不好）。
• 卷积神经网络。卷积核：局部连接、参数共享。卷积核定义特征。一个卷积核生成一个特征图。
• 池化：大特征图转为小特征图

四、答疑环节

什么什么检测用什么模型：上论文网站、kaggle搜英文词语，可以找到一堆

打打比赛：上kaggle找找比赛

可以用mmlab复现论文模型，但还是建议用原生pytorch，还原度高。

目前图神经网络主要还是推广算，暂不深入支持。

很复杂不好二次开发：会该config文件就可以改所有的东西。一些课程会教改代码。

mmgeneration里面有很大一部分GAN