OpenMMlab 学习笔记

OpenMMlab 学习笔记

1. 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
   如， 识别图中的物体，确认图中物体的位置，理解物体的动作，自动生成物体
2. 计算机视觉应用
   如， 动漫特效，航拍转地图，虚拟主播，视频理解与自动剪辑
3. 计算机视觉的发展
   早起萌芽（1960-1980）： Machine perception of 3d solids (Larry Roberts 1964) , 三维的视觉计算理论 （David Marr 1982）
   统计机器学习与模式识别（1990-2000）：Eigen Face (Turk & Pentland 1991）， VJ 人脸测试 （Viola & Jones 2001）
   ImageNet 大型数据库（2006）： 斯坦福华人教授 李飞飞 于2006年启动ImageNet，旨在为计算机视觉算法研究提供一个大规模，优质的图片数据库，ImageNet 迄今包含约2万类， 共计约1500万张图片
   初有成效的视觉系统（~2010）：ImageNet Classification 72% Top-5 Accuracy (NEC-UIUC2010), Deformable Part Model for object detection
   深度学习时代（2012~）：AlexNet 突破传统视觉系统性能， Fast R-CNN 目标检测走入深度学习时代， 深度生成对抗网络实现图片生成
   时至今日：文字描述生成图片，视觉大模型，神经渲染CityNeRF
4. 开源成为人工智能领域的发展引擎
   
5. OpenMMlab （https://openmmlab.com/）
   目前深度学习时代最完整的计算机视觉开源算法体系
   2000+ 预训练模型
   300 + 算法
   20+ 研究方向
   1个统一易用的框架
6. 观后感
   课程分享了很多的内容， 都是干货，需要细嚼慢咽，起初不是很明白openMMlab 中的open是什么意思，现在我想来应该是开源的意思，集广大人类的智慧才是人类进步的阶梯，又想虽然是开源，如果这个是社区是西方人做的，语言文化的障碍估计又会卡主大部分的国人吧，我可能也没有机会听各位大佬深入浅出的讲这门有趣又有用的课程，希望能做大做强，做出辉煌。还有一个小担忧，pytorch 会不会有一天 也卡我们脖子不让我们用了。