OpenMMlab学习笔记（二）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

OpenMMLab 为香港中文大学-商汤科技联合实验室 MMLab 开源的算法平台，不到两年时间，已经包含众多 SOTA 计算机视觉算法。本文将介绍这次学习收获。

---

一、图像分类

图像分类，根据各自在图像信息中所 反映 的不同特征，把不同类别的目标区分开来的图像处理方法。 它利用计算机对图像 进行 定量 分析 ，把图像或 图像 中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。

二、神经网络

卷积神经网络 (Convolutional Neural Networks, CNNs) 在图像分类领域的应用始于 20 世纪 90 年代。随着计算机硬件和软件的改进，CNNs 在近几十年内取得了显著的进展，并在 ImageNet 大赛上取得了出色的成绩，进而成为了图像分类的主流模型。随着研究的深入，许多改进的 CNN 架构诞生，如 ResNet、Inception 等，并不断提高了图像分类的准确率。近年来，深度学习模型，特别是 CNNs，在许多领域，如计算机视觉、语音识别等得到了广泛的应用。

三、OpenMMLabMMClassification 介绍

在这里插入图片描述