初识OpenMMLab

一 相见

首先最开始是使用到了mmdetection3d 这个 3d 检测框架，里面实现了最经典的，最前沿的sota 算法。切换网络，只需要更改配置文件，包括参数都在配置文件中，那么我们可以灵活的切换网络，或者更改网络。做深度学习这种高大上的东西，感觉和写java 去做web 前端一样，变得简单起来。

二 相识

openMMlab 是一个通用视觉框架，所以他包括了大部分的视觉基础方向：详情见官网 OpenMMLab，

底层基于pytorch 进行开发，支持训练部署一体化，有一个专门的算法库，叫做mmdeploy，训练好的模型用mmdeploy部署，转成各种各样硬件厂商支持的格式，如图所示：

三 相知

以mmdetction3d 为例：通过纯视觉数据来画出3d的框，其中包含7个数据集，17中不同的算法，80+个预训练的模型，既可以调用预训练的模型，也可以进一步开发，其中的模型库和数据集直接就可以作为了解该领域的学习路径，算法包含最前沿的顶会论文。

如果做一个数据集，用各种各样的算法来跑分，用mmdetction3d 再好不过了，只需要修改一下config文件，换一个模型。

四 相爱

个人认为可作为主要深度学习高层框架学习使用。