mmlab图像处理第二课- 通用视觉框架OpenMMLab图像分类与基础视觉模型

AlexNet (2012提出的算法)

第一个成功实现大规模图像的模型，在 ImageNet 数据集上达到 ~85% 的 top-5 准确率 • 5 个卷积层，3 个全连接层，共有 60M 个可学习参数 • 使用 ReLU 激活函数，大幅提高收敛速度 • 实现并开源了 cuda-convnet ，在 GPU 上训练大规模神经网络在工程上成为可能；

网络层数：11、13、16、19 层 • 3×3 卷积配合 1 像素的边界填充，维持空间分辨率 • 每隔几层倍增通道数、减半分辨率，生成 1/2、1/4 尺度的更高抽象层级的特征

Going Deeper (2012~2014)

VGG (2014)

将大尺寸的卷积拆解为多层 3×3 的卷积 相同的感受野、更少的参数量、更多的层数和表达能力

GoogLeNet (Inception v1, 2014)

使用 Inception 模块堆叠形成， 22 个可学习层 • 最后的分类仅使用单层全连接层，可节省大量参数 • 仅 7M 权重参数（AlexNet 60M、VGG 138M）

开始搞

Prerequisites — MMClassification 0.25.0 documentation

超算中心配置，参考的链接如下：

我直接用的云端的shell

【超级视客营】基于超算平台的MMYOLO实践过程记录（环境配置）_TianleiShi的博客-CSDN博客

北京超算云环境配置 · 语雀

第一步结果：

下载了很多包 

继续配置环境包：

用到了下面的包，我也不知道对不对，先试试

 

使用conda安装torch库

 

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

下载了好久：、我选择了

• 通过mim来安装mmyolo依赖库： MMEngine、 MMCV 和 MMDetection 。

源码安装 出错了