OpenMMLab AI实战营 课堂笔记(一)

计算机视觉的介绍

计算机视觉是一门让计算机学会“看”的学科,研究如何自动理解图像和视频中的内容。

计算机视觉的发展

早期萌芽(1960~1980)

统计机器学习与模式识别(1990~2000)

视觉特征

ImageNet 大型数据库的建立(2006)

初有成效的视觉系统(~2010)

深度学习的时代(2012~)

计算机视觉的任务

难易程度:图像分类->目标检测->语义分类->实例分割

应用:人脸识别、自动驾驶、动漫特效、航拍转地图、虚拟主播(人脸关键点检测)、视频的理解与处理

AlexNet

OpenMMLab开源算发体系

算发框架介绍:MMDetection、MMDetection3D、MMClassification、MMSegmentation、MMPose&MMHuman3D、MMTracking、MMAction2、MMOCR、MMEditing。

机器学习与神经网络简介

机器学习的典型范式

监督学习、无监督学习、强化学习

机器学习的分类问题

特征与分类

线性分类器与非线性分类器(神经网络)

卷积神经网络

OpenMMLab AI实战营 课堂笔记(一)_第1张图片

PyTorch环境配置与基本使用

你可能感兴趣的:(人工智能,计算机视觉)