OpenMMLab AI实战营 第一天打卡笔记

1.什么是计算机视觉

  计算机视觉是让计算机去处理图片，视频信息。让计算器能够进行对视频或者图片中的物品进行识别，跟随，分类。就像马斯克所说人类驾驶只需要眼睛，耳朵，多余的传感器未来也很可能被计算机视觉取代。计算机视觉的发展在2012年之后取得了很快的发展，这主要得益于深度卷积网络。

2.OpenMMlab体系简介

  OpenMMLab中一些重要的框架。

• MMDetection：实现目标检查和分割
• MMclassification：对目标进行分类
• MMSegementation：无人驾驶，遥感，医疗影像分析
• MMPose & MMHuman3D：对动作进行检测
• MMTracking：对目标进行追踪
• MMEditing：对图片进行修复，超分辨率，图像生成

目前已成为国际有名的计算机视觉算法库。

3.机器学习与卷积神经网络基础

  机器学习的一般步骤：训练，验证，应用。衡量一个模型的优劣就是损失函数，目标就是一直调参，使损失函数最小，而怎么优化，又有很多不同的算法，比如通过模拟动量的动量优化器。

  DNN与CNN：卷积核在图片上滑动，一个卷积核可以提取一个特征，一个神经网络有大量的卷积操作，目的就是为了尽可能多的提取特征。卷积网络由卷积层，池化层，输出层组成。