OpenMMLab-AI | 实战营课堂笔记1

OpenMMLab图像分割算法库 MMSegmentation

 引用领域：

1、无人驾驶

2、遥感

语义分割是在像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。遥感影像的分类、信息提取也适合用语义分割方法。

实现步骤：

1、环境搭建

2、数据集制作

      2.1 影像获取和样本勾绘

      2.2 切片   

           1、检查输入参数和矢量：检查输入文件是否存在、矢量是否合规。

           2、矢量转栅格： 根据模板影像（输入影像）将矢量栅格化， 栅格化后的分辨率、行列数、投影与模板影像相同。

           3、切分影像： 将影像按照指定的行列数、波段数、相邻切片的重叠像元数切分成相等宽、高的小影像。

           4、切分标注栅格： 将转换得到的标注栅格按照指定的行列数、波段数、相邻切片的重叠像元数切分成相等宽、高的小影像。

           5、删除影像切片中nodata占比大于指定阈值的切片。

           6、保留相同位置的切片

           7、删除临时文件

      2.3 生成训练集和验证集

3、训练模型

4、模型预测

3、街景

4、医疗领域

对像素进行分类，识别病灶区域

OpenMMLab 图像分类+预训练+多模态算法库MMPretrain

 -图像分类( lmage Classification)

-图像描述( lmage Caption)

-视觉问答( Visual Question Answering )

-视觉定位( Visual Grounding )

-检索（Retrieval, Image-To-Image,Text-To-lmage, Image-To-Text )

  

基于MMTracking的目标追踪

 应用场景︰

-运动目标跟踪

-无人机跟拍

-轨迹绘制

CycleGAN 照片风格迁移