openMMLab 第3页

【OpenMMLab】AI实战营第二期Day6：目标检测与MMDetection

概要这篇文章讨论了目标检测和MMDetection，并介绍了相关的基本思路和概念。亮点单阶段算法是现在最广泛使用的一类算法。️检测器可以检测到感兴趣的物体并在图像中框定它们。测量计算层次结构计算重叠框的成本比后续执行更高。FPN和YOLO是两种用于密集预测和检测的算法。训练和监督目标检测网络需要分类的损失、边界框回归的损失和其他属性的预测损失。模型介绍YOLOv1SSDRetinaNet片段10:

songyuc·2023-06-16 15:08

【MMDeploy&MMPose】手把手教你在Windows上使用MMDeploy1.x进行ONNX和TensorRT的部署（Python篇）

MMDeploy提供了一系列工具，帮助我们更轻松的将OpenMMLab下的算法部署到各种设备与平台上。

K.K.U·2023-06-16 11:05

MMDeploy安装和pth转ONNX

参考：https://github.com/open-mmlab/mmdeploy/blob/main/README_zh-CN.mdMMDeploy安装指导MMDeploy是OpenMMLab模型部署工具箱

HHzdh·2023-06-16 11:04

【OpenMMLab AI实战营第二期】二十分钟入门OpenMMLab笔记

OpenMMlab主页：openmmlab.com开源地址：https://github.com/open-mmlab学习视频地址：https://www.bilibili.com/video/BV1js4y1i72P

JeffDingAI·2023-06-16 03:05

OpenMMlab AI实战营第二期培训

OpenMMlabAI实战营第二期培训OpenMMlab实战营第二次课2023.2.2学习参考一、图像分类任务1.什么是图像分类任务2.问题的数学表示3.视觉任务的难点二、特征工程到特征学习1.机器学习的局限

Liuyc-Code boy·2023-06-16 03:35

OpenMMlab AI实战营第一期培训

OpenMMlabAI实战营第一期培训OpenMMlab实战营第一次课2023.2.1学习参考一、计算机视觉领域的应用1.从大的角度来分2.从像素层面3.历史发展4.具体的应用领域5.视觉系统的发展二、

Liuyc-Code boy·2023-06-16 03:04

【OpenMMLab】AI实战营第二期Day4：深度学习预训练与MMPretrain

概述这是一节介绍深度学习预训练和MMPretrain的相关课程，其中包括任务组成和框架概览、经典主干网络的介绍、自监督学习、多模态算法中的clip以及blip两个算法等。亮点MMPretrain算法库：易于使用、用户友好，支持多模态学习的算法，提供了cam可视化和可解释性分析的工具以及图像描述生成算法。自监督学习：通过数据增强以及单batch内的负样本训练，使用simclr来比较两个图像的相似性。

songyuc·2023-06-16 03:03

【OpenMMLab】AI实战营第二期Day7：MMDetection代码课

Summary本视频介绍了MMDetection代码如何从环境安装到可视化分析的全流程，并介绍了多任务的目标检测模型以及最新的趋势。HighlightsMMDetection代码课介绍一个多任务的目标检测模型。视频包含多种主题，其中介绍了从环境安装到可视化分析的全流程。介绍新的MMDetection自研的RTMDet。提高了速度和精度，为大约440个预期的模型和75篇论文的重现提供支持。企业可以通

songyuc·2023-06-16 03:03

【OpenMMLab AI实战营二期笔记】第十天底层视觉与MMEditing

1.图像超分辨率1.1什么是图像超分辨率？根据从低分辨率图像重构高分辨率图像1.2目标：提高图像的分辨率高分图像符合低分图像的内容恢复图像的细节、产生真实的内容1.3应用：经典游戏高清重制动画高清重制照片修复节约传输高清图像的带宽民生领域：医疗影像，卫星影像，监控系统，空中监察1.4类型1.5单图超分的解决思路1.6经典方法：稀疏编码SparseCoding缺点：1.7深度学习时代的超分辨率算法（

不是吧这都有重名·2023-06-16 03:03

AI实战营：通用视觉框架OpenMMLab底层视觉与MMEditing

目录图像超分辨率SuperResolution深度学习时代的超分辨率算法卷积网络模型SRCNNFSRCNNSRResNetSuper-ResolutionCNN,SRCNN,2014FastSRCNN2016SRResNet2016对抗生成网络介绍GanerativeAdversarialNetwork基于GAN的模型SRGAN与ESRGANSRGAN2017EnhancedSRGAN2018视频

guwuyue·2023-06-16 03:33

【OpenMMLab】AI实战营第二期Day2：人体关键点检测与MMPose

课程：《人体关键点检测与MMPose》人体姿态估计（HumanPoseEstimation）是计算机视觉领域中的一个重要研究方向，也是计算机理解人类动作、行为必不可少的一步，人体姿态估计是指通过计算机算法在图像或视频中定位人体关键点，目前被广泛应用于动作检测、虚拟现实、人机交互、视频监控等诸多领域。本次课程涵盖人体姿态估计的介绍与应用、2D姿态估计、3D姿态估计、DensePose、BodyMes

songyuc·2023-06-16 03:33

OpenMMLab AI实战训练营-底层视觉与MMEditing

OpenMMLabAI实战训练营-底层视觉与MMEditing底层视觉与MMEditing一、经典超分辨率算法自监督学习多模态学习底层视觉与MMEditing图像分辨率增高是指通过某种方法提高图像的像素密度，使图像变得更加清晰和细致。常见的实现方法包括双线性或双立方插值，这些方法可以在一定程度上增加图像的分辨率，但无法恢复图像的高频细节。增高图像分辨率在许多应用中具有重要意义，其中一些包括：老游戏

WeiZi.·2023-06-16 03:03

OpenMMLab AI实战营2期第六课:

目标检测：物体的数量大小，位置不统一应用：人脸识别智慧城市下游视觉识别图像分类：通常只有一个物体框、边界框检测任务要求图中出现的每个物体都包含一个框交并比滑窗：为了检测不同的物体，可以使用不同大小的框

vidyalee·2023-06-16 03:32

【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing

Summary本课程包含底层视觉和MMEditing两个部分。第一部分介绍图像超分、深度学习和网络训练的相关算法，第二部分介绍超像素卷积、无监督学习、卷积网络和空间注意机制，以及这些算法在视觉框架中的实践应用。Highlights介绍计算机视觉里面一个重要的问题：图像超分辨率以及相关算法介绍MMEditing中的超分模型和视频超分介绍无监督学习（GAN）和卷积网络的相关算法以及它们在视觉框架中的实

songyuc·2023-06-16 03:02

【OpenMMLab AI实战营第二期】底层视觉

底层视觉图像超分辨率概念图像超分辨率：根据从低分辨率图像重构高分辨率图像目标提高图像的分辨率高分图像符合低分图像的内容恢复图像的细节、产生真实内容应用经典游戏高清重制动画高清重制照片修复节约传输高清图像的带宽民生领域类型多图超分单图超分解决思路：给予已知数据学习高低分辨率图像之间的关系在符合先验知识的条件下恢复高清图像目标：内容更真实，细节更丰富经典方法稀疏编码：通过无监督学习方法：构建一组“基图

JeffDingAI·2023-06-15 14:01

GLCC2023学生报名现已开放，超多课题等你来挑战 | 来CCF GLCC掌握编程密码，一起开启开源世界大门！...

6月4日，第二届CCF确实开源编程夏令营（GLCC）正式开启学生报名通道，GLCC2023收到了来自之江实验室、百度、字节跳动、蚂蚁集团、微众银行及OpenMMLab等40多个企业/社区的100多个课题

开源社·2023-06-15 12:27

OpenMMLab AI实战营第二期（2）MMPose初体验

根据MMPose的官方文档学习一下MMPose文档地址：https://mmpose.readthedocs.io/zh_CN/latest/index.html文章目录1.概述2.安装2.1创建conda环境并激活2.2安装pytorch2.3使用MIM安装MMEngine和MMCV2.4安装MMPose3.20分钟了解MMPose架构设计3.1总览3.2配置文件3.3数据3.3.1数据集元信息

小帅吖·2023-06-15 10:44

OpenMMLab AI实战营第二期（1）计算机视觉与OpenMMLab概述

通过今天课程的学习，算是比较大的扩展了我的视野，近期主要学一些强化学习的知识，没有想到计算机视觉领域已经发展的这么迅猛，很多以前只是在脑海里想象的计算机视觉应用场景，原来OpenMMLab已经实现了。

小帅吖·2023-06-15 10:43

【OpenMMLab】AI实战营第二期Day9：MMSegmentation代码课

概述本视频介绍了使用OpenIMLab的语义分割算法库MMSegmentation进行图像语义分割的方法。重点MMSegmentation通过复现经典和前沿的语义分割算法，适用于计算机视觉领域的大部分应用场景。可以通过GitHub下载最新的源代码和数据集。通过安装配置环境和使用预训练模型，可以进行预测。预测结果可以通过配色方案进行可视化。可以通过训练和验证数据集等步骤得到模型的参数，评估模型性能。

songyuc·2023-06-14 22:25

【OpenMMLab】AI实战营第二期Day8：语义分割与MMSegmentation

摘要本文介绍了语义分割和开源语义分割算法库MMSegmentation，该库包含了多种语义分割模型和算法。亮点MMSegmentation是一款跨行业、跨领域的语义分割算法库，已经包含了600多个预训练模型和40多篇算法的复现。通过语义分割可以识别出农田侵占、医学图像分析等，是当前非常前沿的研究领域。语义分割算法包括了传统经典算法和现代深度学习算法，如FCN、PSPNet、DeepLabV3+等。

songyuc·2023-06-14 15:03

【OpenMMLab】AI实战营第二期Day5：MMPretrain代码课

概括这是一节MMPretrain代码课，会教大家使用MMPretrain的实战操作，包括安装环境、编写配置文件、微调训练模型以及使用分析工具等。亮点：安装MMPretrain算法库和pytorch环境️：编写配置文件，配置各个组件的参数️：进行模型微调训练，一步一步调整参数：使用分析工具评估模型的最终性能：使用好的模型预测自己下载的图片，看看结果如何1.实战教学：环境准备与模型训练-0:00~3:

songyuc·2023-06-14 15:32

【OpenMMLab AI实战营第二期】MMSegmentation简单使用及配置文件介绍

MMSegmentation介绍代码仓地址：https://github.com/open-mmlab/mmsegmentation文档库地址：[https://mmsegmentation.readthedocs.io/en/latest/overview.html](https://mmsegmentation.readthedocs.io/en/latest/overview.html]安装

JeffDingAI·2023-06-14 10:40

【OpenMMLab】AI实战营第二期Day3：MMPose与RTMPose

合集·MMPose开源算法库教程》RTMPose关键点检测全流程保姆级代码教程：github.com/TommyZihao/MMPose_Tutorials安装MMDetection和MMPose两个OpenMMLab

songyuc·2023-06-14 06:00

【mmSegmentation】解耦语义分割模型，逐部分理解模型的构成与作用；规范开发和测试标准，增加模型的可复现性；让语义分割模型落地更稳

为了方便研究员和工程师们，openmmlab开源了一套基于PyTorch实现的标准统一的语义分割框架：MMSegmentation开始：安装和运行MMSeg—MMSegmentati

羞儿·2023-06-14 02:04

【OpenMMLab AI实战营第二期】语义分割与MMSegmentation

MMSegmentation开源代码仓：https://github.com/open-mmlab/mmsegmentation算法丰富：600+预训练模型、40+篇算法复现模块化设计：配置简便、容易拓展统一超参：大量消融实验、支持公平对比使用方便：训练工具、调试工具、推理API语义分割基本思路按颜色分割物体内部颜色相近，物体交接颜色变化基于图像处理方法，按照颜色分割逐像素分割优势：可以充分利用已

JeffDingAI·2023-06-13 08:41

AI实战营：语义分割与MMSegmentation

目录OpenMMLab图像分割算法库MMSegmentation深度学习下的语义分割模型全卷积网络FullyConvolutionalNetwork201编辑上下文信息与PSPNet模型空洞卷积与DeepLab

guwuyue·2023-06-13 07:01

OpenMMLab-AI实战营第二期-课程笔记-Class 3：RTMPose关键点检测

Class3：RTMPose关键点检测文章目录Class3：RTMPose关键点检测概述安装相关库为了方便使用者快速上手MMPose，这次课程有着丰富的示例代码脚本，以及详细的技术文档，包括安装、数据集准备、使用教程、常见问题解答等。通过这些示例和文档，我们可以迅速了解MMPose的主要功能和特性，以及在具体场景中的使用方法。安装MMDetection预训练模型推理模型库预训练模型预测单张图像预测

Yuetianw·2023-06-13 04:23

计算机视觉｜语义分割与Segmentation

它是OpenMMLab项目的一部分。MMSegmentationv1.x在0.x版本的基础上有了显著的提升，提供了更加灵活和功能丰富的体验。

强少~、·2023-06-13 01:17

OpenMMLab-AI实战营第二期——4-2.MMDetection代码课

文章目录1.MMDetection介绍（vsMMSegmentation，MMdetection3d）2.MMCV和MMengine2.1mmopenlab框架2.2mmopenlab（涵盖其下所有库）的帮助文档和教程2.3MMengine2.4MMCV3.代码3.1使用pycocotools配合exif可视化图像3.2mmdetection中config的继承3.3mmdet的数据集可视化问题（

吨吨不打野·2023-06-12 17:58

【OpenMMLab AI实战营第二期】MMDetection安装与使用

MMDetection概述MMDetection是一个目标检测工具箱，包含了丰富的目标检测、实例分割、全景分割算法以及相关的组件和模块，下面是它的整体框架：MMDetection由7个主要部分组成，apis、structures、datasets、models、engine、evaluation和visualization。apis为模型推理提供高级API。structures提供bbox、mas

JeffDingAI·2023-06-12 05:34

【mmdeploy】让openmmlab带我走深度学习最后一公里，实现模型部署及终端推理。从模型转换，量化模型开始，小小的参数，大大的变化

如何将模型从pytorch形式转换成其他后端形式，准备工作安装目标后端。安装目标代码库。使用方法python./tools/deploy.py\${DEPLOY_CFG_PATH}\${MODEL_CFG_PATH}\${MODEL_CHECKPOINT_PATH}\${INPUT_IMG}\--test-img${TEST_IMG}\--work-dir${WORK_DIR}\--calib-d

羞儿·2023-06-11 20:25

【mmYOLO】促进视觉项目落地，主打工程经验和实用。从原理配置到属性设置，从模型训练到模型评测

MMYOLO是一个基于PyTorch和MMDetection的YOLO系列算法开源工具箱，它是OpenMMLab项目的一部分。目前支持的任务有目标检测，旋转框目标检测。

羞儿·2023-06-11 08:03

Fasterbev实时鸟瞰图感知

mmdetection3d安装mmcv-fullpipinstallmmcv-full==1.4.0-fhttps://download.openmmlab.com/mmcv/dist/cu101/torch1.8.1

暧昧的呆呆猫·2023-06-09 12:43

计算机视觉｜开源计算机视觉神器OpenMMLab

官网：https://openmmlab.comGithub：https://github.com/open-mmlab前言OpenMMLab诞生于2018年，是一个由中国开发者主导，有国际影响力的人工智能

强少~、·2023-06-09 06:32

【OpenMMLab实战营二期笔记】1.开营仪式&&浦视开源算法体系OpenMMLab

AI实战营第二期课程安排浦视开源算法体系OpenMMLab本次课程由B站up主同济子豪兄进行讲解。介绍了OpenMMLab的代表算法库。

宁欣宇·2023-06-08 13:58

OpenMMLab-AI实战营第二期-课程笔记-Class 2：人体姿态估计与MMpose

Class2：人体姿态估计与MMpose文章目录Class2：人体姿态估计与MMpose**人体姿态估计概述****what?****下游任务****2D姿态估计****主流算法****基于回归坐标的方法****基于热图（heatmap）的方法****多人姿态估计****基于回归的自顶向下方法**DeepPoseRLE**基于热力图的自顶向下方法****自底向上方法**SPMSPR**基于Tran

Yuetianw·2023-06-08 13:27

OpenMMLab-AI实战营第二期-课程笔记-Class 1：开营仪式&OpenMMLab概述

Class1：开营仪式&OpenMMLab概述文章目录Class1：开营仪式&OpenMMLab概述开营仪式OpenMMLab简介why？when？what？forwho？

Yuetianw·2023-06-08 13:16

OpenMMLab开营笔记

OpenMMLab经过几年的发展和沉淀，其开源项目已经覆盖到计算机视觉的各个领域。

AI浩·2023-06-08 11:37

【OpenMMLab AI实战营第二期】MMPretrain基本使用

MMPreTrain算法库介绍MMPretrain是一个全新升级的预训练开源算法框架，旨在提供各种强大的预训练主干网络，并支持了不同的预训练策略。MMPretrain源自著名的开源项目MMClassification和MMSelfSup，并开发了许多令人兴奋的新功能。目前，预训练阶段对于视觉识别至关重要，凭借丰富而强大的预训练模型，我们能够改进各种下游视觉任务。我们的代码库旨在成为一个易于使用和用

JeffDingAI·2023-06-08 10:30

【OpenMMLab AI实战营第二期】目标检测笔记

目标检测目标检测的基本范式划窗使用卷积实现密集预测锚框多尺度检测与FPN单阶段&无锚框检测器选讲RPNYOLO、SSDFocalLoss与RetinaNetFCOSYOLO系列选讲什么是目标检测目标检测：给定一张图片，用矩形框框出所有感兴趣物体同时预测物体类别目标检测与图像分类区别图像分类通常只有一个物体，位于图像中央，占据主要面积，目标检测中这些都不固定单阶段目标检测算法单阶段检测算法概述单阶段

JeffDingAI·2023-06-08 10:30

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。

ｌｉｆｅｉｎ·2023-06-08 05:25

AI实战营：深度学习预训练与MMPreTrain

2015）VisionTransformer(2020)三、自监督学习四、多模态算法一、MMPretrain算法库介绍算法库与任务组成&框架概览预训练工具箱MMPretrainPython推理API环境搭建OpenMMLab

guwuyue·2023-06-07 19:29

AI实战营：开源计算机视觉神器OpenMMLab

目录OpenMMLab概述OpenMMLab各开源算法库详细介绍OpenMMLab开源生态OpenMMLab概述部署框架：MMdeploy算法框架：MMPretrain预训练+多模态、MMDetection

guwuyue·2023-06-07 19:59

再识openmmlab，用mmDeploy实现部署的前期需要了解一些内容

OpenMMLab是一个用于学术研究和工业应用的开源算法体系，于2018年年中开始，由MMLab（香港中文大学多媒体实验室）和商汤科技联合启动。

羞儿·2023-06-07 04:35

openmmlab-mmpose进一步语义理解，amazing。安装一下环境有点子难顶

MMPose是一款基于Pytorch的姿态估计开源工具箱，是OpenMMLab项目的成员之一，包含了丰富的2D多人姿态估计、2D手部姿态估计、2D人脸关键点检测、133关键点全身人体姿态估计、动物关键点检测