OpenMMLab AI实战营 第一期

OpenMMLab AI实战营 第一期

第一期课程主要是入门的一些基础知识的介绍，这里就不做细节记录了。大致内容如下：

1. 计算机视觉入门知识介绍

• 计算机视觉的应用
• 计算机视觉的发展
  • 早期萌芽（1960~1980）：边缘检测等
  • 统计机器学习与模式识别（1990~2000）：Eige Face、Haar小波特征、VJ人脸检测，一些经典的视觉特征：SIFT、HOG等
  • ImageNet（2006）
  • 初有成效的视觉系统（~2010）：Feature+SVM、DPM
  • Deep Learning（2012~）：AlexNet、VGGNet、ResNet等

2. OpenMMLab开源体系

本次课程并未详细阐述，详细了解可以参考：https://space.bilibili.com/1293512903/channel/collectiondetail?sid=737727。

3. 机器学习和神经网络简介

这个部分是主要是一些基础知识的介绍，大致内容如下：

• 机器学习基础
  • 典型范式
    • 监督学习
    • 无监督学习
    • 强化学习
• 机器学习中的分类问题
  • 线性分类器
  • 感知器
  • 基本流程
    • 训练
    • 验证
    • 应用
• 神经网络
  • 非线性分类器
  • 训练
• CNN

4. Pytorch环境配置与基本使用