OpenMMLab AI实战营打卡笔记——02 图像分类与 MMClassification

本篇文章为OpenMMLab AI实战营打卡笔记,想要具体了解可以跳转课程视频: 计算机视觉之图像分类算法基础


目录

  • 一、图像分类与基础视觉模型
  • 二、MMClassification介绍

一、图像分类与基础视觉模型

   这节课主要讲述了卷积网络的发展与模型学习的相关知识。从卷积神经网络到轻量化卷积神经网络,再到神经结构搜索,最后到Vision Transformers,完整的介绍了卷积网络的发展。同时对模型学习的监督学习、自监督学习两个范式做了介绍,涉及学习率与优化器策略、数据增强等相关知识。

   关于此部分的学习可依据视频结合沐神 《动手学深度学习》的视觉部分进行深入学习,其中视频中基础视觉模型知识的讲述主要分布在第六章和第七章,注意力机制在第十章,有关优化算法的具体讲述在第十一章,感兴趣的小伙伴可自行前往观看。

二、MMClassification介绍

MMClassification是一款基于 PyTorch 的开源图像分类工具箱,是 OpenMMLab 项目的成员之一。主分支代码目前支持 PyTorch 1.5 以上的版本。

OpenMMLab AI实战营打卡笔记——02 图像分类与 MMClassification_第1张图片

主要特性

  • 支持多样的主干网络与预训练模型
  • 支持配置多种训练技巧
  • 大量的训练配置文件
  • 高效率和高可扩展性
  • 功能强大的工具箱

你可能感兴趣的:(OpenMMLab,AI实战营打卡笔记,人工智能,分类,深度学习)